用于 HEVC 后处理的划分感知自适应切换神经网络
图像与视频处理
2019-12-30 v1 多媒体
摘要
本文针对最先进视频编码标准高效视频编码(High Efficiency Video Coding, HEVC)的基于神经网络的后处理。我们首先提出一种划分感知卷积神经网络(CNN)，其利用编码器产生的划分信息来辅助后处理。与现有仅将解码帧作为输入的基于 CNN 的方法不同，所提方法考虑编码单元(CU)尺寸信息并将其与失真解码帧结合，从而有效减少 HEVC 引入的伪影。我们进一步引入一种自适应切换神经网络(ASN)，其由多个独立 CNN 组成，以自适应处理压缩视频帧内内容和失真的差异，进一步减少视觉伪影。此外，提出一种迭代训练过程，以在不同局部块级类别上仔细训练这些独立 CNN。在基准序列上的实验证明了我们划分感知和自适应切换神经网络的有效性。源代码可在 http://min.sjtu.edu.cn/lwydemo/HEVCpostprocessing.html 找到。
引用
@article{arxiv.1912.11604,
title = {Partition-Aware Adaptive Switching Neural Networks for Post-Processing in HEVC},
author = {Weiyao Lin and Xiaoyi He and Xintong Han and Dong Liu and John See and Junni Zou and Hongkai Xiong and Feng Wu},
journal= {arXiv preprint arXiv:1912.11604},
year = {2019}
}
备注
to appear in IEEE Transaction on Multimedia