基于深度学习的视频压缩增强算法的研究.pdfVIP

人工智能与元宇宙

基于深度学习的

视频压缩增强算法的研究

余洋黄俊杰肖仕强孙小兵顾宣翔

中国移动通信集团江苏有限公司

摘    要： 人工智能（AI）技术在科技领域日益火热。深度学习作为人工智能的一项重要分支技术，已在语音识别、

图像处理等多领域实现了突破性的进展。近年来在互联网行业中视频压缩服务已占据主导地位，学术界和

工业界也一直在不断追求更高的视频编码效率，以实现更好的传输和存储。为了提高视频压缩效率、降低

带宽，基于深度学习的视频编码方法应运而生。目前已有很多基于深度学习的超分辨率视频压缩增强方法

存在低码率后处理速度慢、复杂度高等缺点。为了解决这一问题，本文提出基于深度学习的视频压缩增强

算法，创造性地引入参考池匹配更新方案，在解码端增强视频质量，降低复杂度。该算法未来可赋能中国

移动5G新通话业务，成为降本增效、助力社会行业数智化转型的重要一环。

关键词：人工智能；深度学习；图像处理；视频超分算法

Researchondeeplearning-basedvideo

compressionenhancementalgorithm

YU Yang, HUANG Junjie, XIAO Shiqiang, SUN Xiaobing, GU Xuanxiang

China Mobile Communications Group Jiangsu Co., Ltd.

Abstract：Withtherapidadvancementofartificialintelligence(AI)inscienceandtechnologyarea,deeplearning—

acriticalsubfieldofAI—hasachievedbreakthroughsinspeechrecognition,imageprocessing,andother

domains.Inrecentyears,videocompressionhasbecomedominantintheinternetindustry,drivingboth

academiaandindustrytopursuehighercodingefficiencyforimprovedtransmissionandstorage.Although

deeplearning-basedvideocompressionmethodshaveemergedtoenhanceefficiencyandreducebandwidth,

existingsuper-resolution-basedapproachessufferfromslowpost-processingspeedandhighcomplexityat

lowbitrates.Toaddresstheselimitations,thispaperproposesanoveldeeplearning-basedvideocompression

enhancementalgorithmthatinnovativelyintroducesareferencepoolmatchingupdateschemetoimprove

videoqualityatthedecodersidewhilereducingcomputationalcomplexity.Experimentalresultsdemonstrate

thattheprop