利用深度信念网络量化数据对压缩视频进行多帧质量增强
图像与视频处理
2022-01-28 v1 计算机视觉与模式识别
机器学习
摘要
在流媒体与监控时代，压缩视频增强已成为一个需要持续改进的问题。在此，我们研究一种改进多帧质量增强(Multi-Frame Quality Enhancement)方法的方式。该方法利用区域内峰值质量帧来改善同区域中质量较低的帧。该方法通过使用深度信念网络从视频中获取量化数据。随后将量化数据输入 MF-CNN 架构以改善压缩视频。我们进一步研究了使用 Bi-LSTM 检测峰值质量帧的影响。我们的方法取得了优于首次 MFQE 方法的结果，后者使用 SVM 进行 PQF 检测。另一方面，我们的 MFQE 方法并未超越最新版本的 MFQE 方法，其使用 Bi-LSTM 进行 PQF 检测。
引用
@article{arxiv.2201.11389,
title = {Multi-Frame Quality Enhancement On Compressed Video Using Quantised Data of Deep Belief Networks},
author = {Dionne Takudzwa Chasi and Mkhuseli Ngxande},
journal= {arXiv preprint arXiv:2201.11389},
year = {2022}
}
备注
7 pages, 11 figures and 3 tables