MGANet：一种用于压缩视频质量增强的鲁棒模型
计算机视觉与模式识别
2019-01-16 v4
摘要
在视频压缩中，现有大多数深度学习方法集中于单帧的视觉质量，而忽略了相邻帧的有用先验以及时间信息。本文提出一种多帧引导注意力网络（MGANet）以增强压缩视频的质量。我们的网络由发现帧间关系的时间编码器、编码并增强目标帧视觉模式的引导编码器-解码器子网络，以及聚合信息以预测细节的多监督重建组件构成。我们设计了一种双向残差卷积LSTM单元，以隐式地发现相对于目标帧随时间变化的帧间差异。同时，提出引导图以引导我们的网络更多地关注块边界。我们的方法利用帧内先验信息与帧间信息来提升压缩视频的质量。实验结果表明了所提方法的鲁棒性与优越性能。代码见 https://github.com/mengab/MGANet
引用
@article{arxiv.1811.09150,
title = {MGANet: A Robust Model for Quality Enhancement of Compressed Video},
author = {Xiandong Meng and Xuan Deng and Shuyuan Zhu and Shuaicheng Liu and Chuan Wang and Chen Chen and Bing Zeng},
journal= {arXiv preprint arXiv:1811.09150},
year = {2019}
}
备注
12 pages, 12 figures