基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在实际应用中,为了节省带宽和方便存储,图像和视频通常被下采样和压缩,而降质的图像与视频无法满足人们的实际需求.针对这一问题,采用了一种双网络结构的超分辨率重建方法,首先建立下采视频与压缩后的低分辨率视频的映射关系,然后建立质量增强的压缩视频与原始视频的映射关系,最终在输出端可以得到质量提升的视频帧.在网络中,采用密集残差块来提取压缩视频中丰富的局部分层特征,并结合全局残差学习恢复视频中的高频信息.在压缩环节,采用高性能视频编码来验证所提算法的有效性.实验结果表明,相比于主流的视频编码标准和先进的超分辨率重建算法,所提方法能有效提升编码视频的率失真性能.
推荐文章
视频超分辨率重建及其刑侦应用
视频超分辨率重建
空间超分辨率
时间超分辨率
视频序列建模
基于卷积神经网络的视频图像超分辨率重建方法
视频
超分辨率重建
卷积神经网络
深度学习
采用深度学习的快速超分辨率 图像重建方法
超分辨率图像重建
深度学习
卷积神经网络
级联
一种改进的视频超分辨率重建方法
超分辨率视频重建
小波频带分解
高斯金字塔光流
凸集投影
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用双网络结构的压缩视频超分辨率重建
来源期刊 电讯技术 学科 工学
关键词 高性能视频编码 视频压缩 超分辨率重建 卷积神经网络
年,卷(期) 2020,(1) 所属期刊栏目 电子与信息工程
研究方向 页码范围 81-86
页数 6页 分类号 TN919.81
字数 4382字 语种 中文
DOI 10.3969/j.issn.1001-893x.2020.01.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何小海 四川大学电子信息学院 395 2334 21.0 30.0
3 王正勇 四川大学电子信息学院 126 539 12.0 17.0
4 熊淑华 四川大学电子信息学院 78 385 8.0 18.0
5 周航 四川大学电子信息学院 11 17 2.0 4.0
6 Karn Pradeep 四川大学电子信息学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (1)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高性能视频编码
视频压缩
超分辨率重建
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导