文献类型：期刊文章

作　　者：何晓艺[1] 段凌宇[2] 林巍峣[1]

HE Xiao-yi;DUAN Ling-yu;LIN Wei-yao(School of Electronic Information and Electrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China;National Engineering Laboratory for Video Technology,Peking University,Beijing 100871,China)

机构地区：[1]上海交通大学电子信息与电气工程学院,上海200240 [2]北京大学数字视频编解码技术国家工程实验室,北京100871

出　　处：《计算机科学》

基　　金：国家自然科学基金项目(61471235);上海市"一带一路"青年科学家交流国际合作项目(17510740100);Ng Teng Fong慈善基金PKU-NTU联合研究中心项目(JRI)资助

年　　份：2019

卷　　号：46

期　　号：3

起止页码：88-91

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：文中提出了一种基于深度残差网络的HEVC压缩视频增强方法。该方法利用一系列级联的残差模块来完成特征提取,然后基于这些特征进行视频的质量增强。与现有的方法相比,所提方法能够捕捉到压缩视频帧更清晰和泛化的特征。实验结果表明,所提方法在20个通用的测试视频序列上能够实现平均6.92%的BD-rate增益,是所有参与比较的方法中效果最好的。

关 键 词：高效率视频编码  卷积神经网络 残差网络  压缩视频增强  

分 类 号：TP751]