申请/专利权人：南通大学

申请日：2023-07-24

公开（公告）日：2024-02-23

公开（公告）号：CN116996697B

主分类号：H04N19/65

分类号：H04N19/65;G06N3/0442;G06N3/08;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2023.11.21#实质审查的生效;2023.11.03#公开

摘要：本发明提供了一种面向HEVC编码框架的视频恢复方法，属于基于HEVC的视频处理技术领域。解决了HEVC低延迟编码配置下的视频帧级波动剧烈所引发的视频质量不佳的技术问题。其技术方案为：包括以下步骤：S1、设计前向特征粗提取模块，去除批归一化层，保留原始图像的细节信息；S2、设计时序信息提取模块，利用双向长短时记忆网络，强化特征的时空信息表达；S3、设计质量增强模块，引入残差学习机制，提升网络收敛速度和性能。本发明的有益效果为：实现解码端视频观看质量的提升，在标准测试序列上，相较于利用HM‑16.5直接解码显示，PSNR提升了0.4419dB。

主权项：1.一种面向HEVC编码框架的视频恢复方法，其特征在于，包括以下步骤：步骤一、设计前向特征粗提取模块，去除批归一化层，保留原始图像的细节信息；步骤二、设计时序信息提取模块，利用双向长短时记忆网络，强化特征的时空信息表达；步骤三、设计质量增强模块，引入残差学习机制，提升网络收敛速度和性能；所述步骤一具体包括以下步骤：S11、构建三组有相同通道数和卷积核尺寸的卷积层；S12、读取前向高质量帧，通过第一组卷积层对前向高质量帧进行前向特征的粗提取；S13、读取待增强低质量帧，通过第二组卷积层对待增强低质量帧进行前向特征的粗提取；S14、读取后向高质量帧，通过第三组卷积层对后向高质量帧进行前向特征的粗提取；所述步骤二具体包括以下步骤：S21、按照视频播放顺序的正序将前向高质量帧、待增强低质量帧和后向高质量帧依次送入“LSTM+”单元中；S22、按照视频播放顺序的逆序将前向高质量帧、待增强低质量帧和后向高质量帧依次送入“LSTM-”单元中；S23、拼接“LSTM+”和“LSTM-”的输出特征；S24、将拼接后的输出特征送入全局卷积组成的通道注意力机制中，从时间和空间两个维度上强化特征的表达能力；所述步骤三具体包括以下步骤：S31、构建由卷积层，ReLU激活函数层以及跳连结构组合成的残差单元；S32、将多组残差单元进行拼接，以此作为质量增强模块的基础构成部分；S33、对经过拼接后残差单元的输出特征进行结构降维；S34、把降维后的特征送入卷积层，进行特征提取，之后再与待增强的低质量帧相叠加，促使网络学习低质量帧与输出目标帧的残差信息，强化网络的学习能力和收敛速度。

全文数据：

权利要求：

百度查询： 南通大学 一种面向HEVC编码框架的视频恢复方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD