一种面向视频传输应用的联合上下采样超分辨率框架
针对目前面向视频传输应用中,对低分辨率视频应用超分辨率技术进行还原时引发严重病态性问题,结合视频传输的全过程,提出一种联合上下采样的超分辨率框架.该框架通过将下采样过程和超分辨率过程进行联合训练,使得原始高分辨率视频的信息能够指导低分辨率视频的重建,并且下采样过程和超分辨率过程互相约束,减小了整个映射空间的尺寸,使得模型的泛化能力更强.实验表明,提出的方法在常用的图像超分辨率数据集上峰值信噪比(peak signal-to-noise ratio,PSNR)指标平均提升超过2.9 dB,在国际视频编码标准HEVC标准测试序列上平均达到近乎无损(PSNR指标超过40 dB),证明所提框架对于视频传输应用具有积极的意义.
视频传输、超分辨率、图像处理、视频压缩、深度学习、神经网络
47
TP309.5(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;基础研究项目
2021-05-28（万方平台首次上网日期，不代表论文的发表时间）
共9页
463-471
