利用神经网络重新审视 VVC 的样点自适应补偿后滤波器
图像与视频处理
2022-07-13 v1
摘要
样点自适应补偿（SAO）滤波器在 HEVC 中引入，用于减少重建图像中的一般编码和条带伪影，作为专门减少块边界处伪影的去块滤波器（DBF）的补充。新的视频压缩标准通用视频编码（VVC）在相同重建质量下相比 HEVC 降低了约 36% 的 BD-rate。它在 DBF 和 SAO 滤波器之上实现了额外的新型环内自适应环路滤波器（ALF），而后者相比 HEVC 保持不变。然而，SAO 在 VVC 中的相对性能已显著降低。本文提出使用神经网络（NN）重新审视 SAO 滤波器。SAO 的一般原理被保留，但 SAO 的先验分类被一组神经网络取代，这些网络确定哪些重建样点应被校正以及校正比例。与原始 SAO 类似，一些参数在编码器侧确定并按 CTU 编码。所提出的 SAO 的平均 BD-rate 增益在随机接入（Random Access）下使 VVC 提升至少 2.3%，而整体复杂度与其他基于 NN 的方法相比保持相对较小。
引用
@article{arxiv.2207.05134,
title = {Revisiting the Sample Adaptive Offset post-filter of VVC with Neural-Networks},
author = {Philippe Bordes and Franck Galpin and Thierry Dumas and Pavel Nikitin},
journal= {arXiv preprint arXiv:2207.05134},
year = {2022}
}