基于 VVC 标准与双判别器 GAN 视点合成的光场图像编码
图像与视频处理
2021-03-09 v1
摘要
光场（LF）技术被认为是提供高质量虚拟现实（VR）内容的一种有前景的方式。然而，这种成像技术产生大量数据，需要高效的光场图像压缩方案。在本文中，我们提出一种基于视点合成与视点质量增强技术的光场图像编码方法。不同于传输所有光场视点，仅编码并传输稀疏的参考视点集合，其余视点在解码端合成。所传输的视点使用通用视频编码（VVC）标准进行编码，并用作合成丢弃视点的参考视点。非参考丢弃视点的选择使用基于 VVC 时间可伸缩性的率失真优化来执行。丢弃视点使用光场双判别器 GAN（LF-D2GAN）模型重建。此外，为保证各视点质量一致，在解码端对重建视点执行质量增强过程，以实现跨视点的平滑导航。实验结果表明，所提方法提供了较高的编码性能，在 BD-BR 上以 -36.22%、在 BD-PSNR 上以 1.35 dB 优于最先进的光场图像压缩方法。本工作的网页位于 https://naderbakir79.github.io/LFD2GAN.html。
引用
@article{arxiv.2103.04201,
title = {Light Field Image Coding Using VVC standard and View Synthesis based on Dual Discriminator GAN},
author = {Nader Bakir and Wassim Hamidouche and Sid Ahmed Fezza and Khouloud Samrouth and Olivier Deforges},
journal= {arXiv preprint arXiv:2103.04201},
year = {2021}
}