基于CNN的VVC预测感知质量增强
图像与视频处理
2021-12-09 v1
摘要
新一代视频编码标准——多功能视频编码（VVC）相较于其前身高效率视频编码（HEVC），在节省码率方面取得了显著提升。尽管性能卓越，压缩视频在低码率下仍可能因块效应、模糊和振铃等编码伪影而出现质量下降。本文利用卷积神经网络（CNN）对解码后的VVC编码帧进行质量增强，以减少低码率伪影。本工作的主要贡献在于利用了来自压缩比特流的编码信息。更确切地说，除了重建信息外，帧内预测信息也被用于训练网络。所提方法应用于VVC帧内编码帧的亮度和色度分量。在VVC测试模型（VTM）上的实验表明，无论在低码率还是高码率下，使用编码信息均能改善BD-rate性能，亮度和色度分量分别提升约1%和6%。
引用
@article{arxiv.2112.04225,
title = {Prediction-Aware Quality Enhancement of VVC Using CNN},
author = {Fatemeh Nasiri and Wassim Hamidouche and Luce Morin and Nicolas Dhollande and Gildas Cocherel},
journal= {arXiv preprint arXiv:2112.04225},
year = {2021}
}