CVPR 2020|超越H.265,中科大使用多帧数据改进视频压缩新方法
随着深度学习的兴起,可学习的视频压缩( learned video compression)方法也越来越引起研究学者的重视。
CVPR 2020 的论文 M-LVC: Multiple Frames Prediction for Learned Video Compression ,来自中国科技大学的学者提出一种参考多帧的预测方法,改进了低延迟场景的端到端 learned video compression方法。
01
方法
文章指出,之前的方法多只用前一帧作为参考,该文指出使用前面多帧作为参考,其可以实现:
更加精确预测当前帧,使得残差数据量更小;
有助于生成motion vector (MV)预测,降低MV域的编码代价;
作者使用两个自动编码机(auto-encoder)分别压缩残差和MV,为补偿压缩错误,结合多帧数据引入残差和MV的提精网络。
该算法是在DVC基础上发明的,下图展示了该文的压缩模式,蓝色高亮部分为该文提出的新模块。
在三个数据集上与H.264 , H.265 , DVC 方法的压缩结果比较,可见在PSNR和MS-SSIM上均实现明显的效果提升。
02
编解码速度
作者使用Titan Xp GPU测试了模型的推断速度,在352x256分辨率视频上,编码帧率2.7fps,解码帧率5.9fps。
还需要更多的优化,才能达到实时编解码。
03
结果
实验结果显示,在低延迟模式下该文方法打败了之前的可学习的压缩方法,另外在与工业标准H.265比较中,PSNR和MS-SSIM也取得了更好的结果。
作者称代码和模型均将开源。
04
传送门
论文地址:
https://arxiv.org/pdf/2004.10290.pdf
开源地址:
https://github.com/JianpingLin/M-LVC_CVPR2020
(目前还未开源)
END
备注:视频压缩
视频编解码交流群
视频压缩、图像压缩等技术,
若已为CV君其他账号好友请直接私信。
我爱计算机视觉
微信号:aicvml
QQ群:805388940
微博知乎:@我爱计算机视觉
投稿:amos@52cv.net
网站:www.52cv.net
在看,让更多人看到
CVPR 2020|超越H.265,中科大使用多帧数据改进视频压缩新方法相关推荐
- CVPR 2021 | 中科大联合快手,提出人脸伪造检测新方法
视学算法发布 机器之心编辑部 来自中科大.快手的研究者针对人脸伪造,提出了基于单中心损失监督的频率感知鉴别特征学习框架,将度量学习和自适应频率特征学习应用于人脸伪造检测,实现SOTA性能. 一:背景和 ...
- H.265/HEVC学习笔记:帧内预测编码
帧内预测编码是指利用视频空间域的相关性,使用当前图像已编码的像素预测当前像素,然后将预测残差(当前像素真实值与预测值之间的差值)作为后续编码模块的输入,进行下一步编码处理.在解码端解码时使用同样的方式 ...
- 如何利用python将excel表格中筛选出来的每一份数据各自另存为新的excel文件?
如何利用python将excel表格中筛选出来的每一份数据各自另存为新的excel文件? 1.问题描述 2.解决过程 2.1 问题分析: 2.2 解决思路 3.运行结果 1.问题描述 最近在处理一堆工 ...
- IBM推出127量子比特处理器,超越谷歌和中科大
丰色 发自 凹非寺 量子位 报道 | 公众号 QbitAI 127量子比特! 规模超越谷歌"悬铃木"和我国"祖冲之号"-- 全球量子比特数最多.首次突破&quo ...
- CVPR 2020 oral:亮风台提出完全可训练的图匹配方法
本文为亮风台公司投稿. 6月14日-19日,CVPR 2020在线上举行,据了解,本届大会共收到6656篇投稿,接收论文1470篇,录用率约22%,低于ICCV 2019论文录用率(25%),为十年以 ...
- 一日2篇Nature!中科大校友段镶锋团队纳米材料新成果,曾是贝尔比奖章第三位华人得主...
杨净 发自 凹非寺 量子位 | 公众号 QbitAI 中科大少年班校友,一日连发两篇Nature. 段镶锋,世界顶尖级纳米科学家,15岁进入中科大少年班,现为UCLA教授,曾获贝尔比奖章(史上第三位华 ...
- H.264裸流文件中获取每一帧数据
测试解码器性能时,最常用的无非是向解码器中推送码流. 之前封装了一个avc的解码器,想做一个测试,读取H.264裸流文件将码流定期定时推送到解码器. 测试其实很简单: 1.了解H.264裸流文件的构成 ...
- Qt从视频中获取每一帧数据
参考了以下文章:https://blog.csdn.net/jxbinwd/article/details/81034339 我按照上面文章的描述写程序,解析出来的图像保存成图片.保存的图片有很多乱码 ...
- DeOccNet:国防科大提出阵列相机去除前景遮挡成像新方法
点击我爱计算机视觉标星,更快获取CVML新技术 阵列相机可以从不同的视角记录当前场景,并对场景的结构进行解析,因而在战场侦察.公安监视等领域具有巨大的应用潜力. 近日,国防科技大学研究团队提出阵列相机 ...
最新文章
- linux终端拷贝文件内容
- python加载项向导_什么是 Python 加载项?
- 【笔记】spring定时器时间配置实例
- 帝国cms模板仿后台登录界面
- java 垃圾回收知识点
- Docker学习总结(11)——八个Docker的真实应用场景
- 前端优化,包括css,jss,img,cookie
- ble主服务的uuid 是一致的吗_nrf52832 开发之添加DFU服务
- 我国农业谋定国际竞争战略取向 对话国际农民丰收节贸易会
- Centos7 小事件:安装微信
- “磁碟机”病毒详尽分析报告
- 8lag加速器无法建立计算机,8LAG 720错误解决办法
- KGB知识图谱凭借OCR文字识别突破文档解析局限
- 毕业生的档案都有什么意义,为什么说它那么重要|智测优聘总结
- java操作生成Excel报表
- PMCAFF微课堂|范冰:Growth Hacker——用能量颠覆你的想象
- UEFI是什么意思?UEFI和BIOS的区别是什么?
- jsp汽车销售系统带前端
- swoole httpserver的启动事件级线程分析
- 中文脏话识别的解决方案
热门文章
- CV之 HOG特征描述算子-行人检测
- 数据挖掘之数理统计与描述性统计
- c语言大学期末考试题及答案,大学C语言期末考试题4及答案
- linux usb不识别,求助:USB无法识别
- CentOS7安装 MySQL主从集群
- 疯狂java的第四章答案_疯狂java讲义第四章第一题
- php生成红包数组,PHP 生成微信红包代码简单
- json转excel_如何快速把json数据转到excel表格,方便个人查看
- python 计算s= 12+ 22+ 32 +... + (10*n+2)
- 行上下移动_这要是在我家,我是不会把上下铺这样设计的,看着特别,打扫困难...