[发明专利]基于空间下采样的多描述编码高质量边重建方法有效
申请号: | 202010278978.X | 申请日: | 2020-04-10 |
公开(公告)号: | CN111510721B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 陈婧;林琦;曾焕强;朱建清;蔡灿辉 | 申请(专利权)人: | 华侨大学 |
主分类号: | H04N19/39 | 分类号: | H04N19/39;H04N19/132;H04N19/59;H04N19/124;H04N19/61 |
代理公司: | 厦门市首创君合专利事务所有限公司 35204 | 代理人: | 张松亭 |
地址: | 362000 福建省*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 空间 采样 描述 编码 质量 重建 方法 | ||
1.一种基于空间下采样的多描述编码高质量边重建方法,包括制作数据集阶段、训练SD-VSRnet网络阶段、测试SD-VSRnet网络阶段,其特征在于,具体包括如下步骤:
步骤S1:制作数据集阶段
步骤S11:选取视频,将每一帧视频图像通过空间下采样分成两个描述;
步骤S12:在量化参数QP值设定下,通过原始HEVC编码器编码;
步骤S13:将编码后的两个描述的码流分别打包后通过不同的信道进行传输;
步骤S14:通过原始HEVC解码器解码,将解码后的视频序列和相应的原始视频作为训练集,其中,所述解码后的视频序列作为训练的数据,所述相应的原始视频作为训练的标签;
步骤2:训练SD-VSRnet网络阶段
步骤S21:将视频帧分为图像块,同时将多帧视频经过双三次上采样后作为网络的输入,逐帧顺延;
步骤S22:利用不同大小的卷积层进行不同大小的特征提取;
步骤S23:通过残差学习恢复高频细节;
步骤S24:通过亚像素卷积层进行像素重排;
步骤S25:经过最大池化层,与输入的中间帧进行跳跃连接得到重建的视频帧;
步骤S26:逐帧重建获得重建视频,实现SD-VSRnet网络训练;
步骤3:测试网络阶段
步骤S31:选择多种不同分辨率不同视频内容视频序列作为测试集;
步骤S32:视频帧通过空间下采样分成两个描述;
步骤S33:在量化参数QP值设定下,通过原始HEVC编码器编码;
步骤S34:将编码后的两个描述的码流分别打包后通过不同的信道进行传输;
步骤S35:通过原始HEVC解码器解码,当解码端只收到一个描述时,将解码后的视频作为测试的数据;
制作数据集、测试网络和训练网络的QP值是一一对应的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华侨大学,未经华侨大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010278978.X/1.html,转载请声明来源钻瓜专利网。