逆转损伤：面向编解码压缩的8K视频恢复的QP感知Transformer-扩散方法
计算机视觉与模式识别
2025-04-11 v1 多媒体
摘要
本文介绍了DiQP，一种用于恢复因编解码压缩而质量下降的8K视频的新型Transformer-扩散模型。据我们所知，我们的模型是首个在不考虑额外噪声的情况下，通过去噪扩散来恢复由各种编解码器(AV1、HEVC)引入的伪影的模型。该方法能够学习并逆转压缩伪影的复杂非高斯特性。我们的架构结合了Transformer捕获长程依赖的能力与增强的窗口机制，后者可在帧间像素组内保持时空上下文。为进一步增强恢复效果，模型集成了辅助的“前瞻”和“环顾”模块，提供未来和周围帧信息，以帮助重建细节并提升整体视觉质量。在不同数据集上的大量实验表明，我们的模型优于现有最先进方法，尤其是在8K和4K等高分辨率视频上，展示了其从高压缩源中恢复感知愉悦视频的有效性。
引用
@article{arxiv.2412.08912,
title = {Reversing the Damage: A QP-Aware Transformer-Diffusion Approach for 8K Video Restoration under Codec Compression},
author = {Ali Mollaahmadi Dehaghi and Reza Razavi and Mohammad Moshirpour},
journal= {arXiv preprint arXiv:2412.08912},
year = {2025}
}
备注
12 pages, 8 figures