The invention discloses a method for improving the rate up conversion effect of frame rate using a generation network. The method comprises the following steps: 1: the original video compression by JM18.6, get the compressed video, then the compressed video frame by preserving the reconstruction of singular, dual frame, frame motion estimation using reconstruction direction selection FRUC algorithm based on double frame number; 2 generation network: G, the input to the neural network IE frame reconstruction and training, compare the corresponding frame IR and network output the original video, and the error back-propagation, repair effect of optimal in several adjustments; 3: repeat steps (1) (2), until the error change rate unchanged or is less than the threshold; 4: application of the trained network, the reconstructed frame input network frame rate up conversion, to obtain higher quality images. The invention improves the PSNR value and quality of the reconstructed frame so that the conversion effect on the frame rate is improved.
【技术实现步骤摘要】
一种利用生成网络提高帧速率上转换效果的方法
本专利技术涉及深度神经网络领域和帧速率上转换领域,尤其涉及CNN结构网络和残差结构。技术背景视频信息是人类最重要的信息源之一,在信号处理领域占有很大的比重。现存的视频源其实质为活动的三维场景投影到二维平面后再对其进行空间时间采样的结果。帧速率上转换也称作时间内插,是视频格式转换技术中的重要组成部分。它主要是用来实现不同帧速率显示格式之间的转换。例如,将以24帧/秒拍摄得到的电影胶片在60帧/秒以上高清晰度电视上播放,必须采用帧速率上转换实现两种格式之间的转换。在低比特率视频通信中,常需要降低传输帧率(降至每秒10或15帧),帧速率上转换作为必要的后处理工具负责在接收端恢复原帧速率。此外,在无线视频通信中,缺失帧的重构以及液晶显示中为减小运动拖尾也需要进行帧率转换。基于以上原因及应用,帧速率上转换技术已经成为当前视频格式转换研究领域的一个新热点。目前基于方向选择的运动向量估计算法在帧率上转化方面有非常好的效果,该算法解决了传统的重构帧方法中的一些失真问题如:空洞,重叠等,另外它缓解了物体遮挡问题,即当画面中有两个物体重叠被遮挡的部分无法计算出运动矢量。该算法使用的双向(即前后向)运动估计使得重构效果更好,并使用了新的度量方法使得到的向量的更可靠。该算法主要由下4个步骤组成1.利用运动估计方法得出前向最优运动矢量vf和后向的最优运动矢量vb。2.利用双向加权运动矢量平滑化算法找出运动矢量中的异常值并纠正得到vfc和vbc。3.利用精化算法得到精化后的运动矢量,解决了向量换位导致的残差问题4.在前后向精化后的运动向 ...
【技术保护点】
一种利用生成网络提高帧速率上转换效果的方法,其特征在于包括如下步骤:步骤1:将原始视频通过JM18.6进行压缩,得到压缩后的视频,然后将压缩后的视频通过保留单数帧,对双数帧进行重构,利用基于方向选择运动估计的帧速率上转换算法得到双数帧的重构帧;步骤2:构造生成网络G,将重构帧IE输入到神经网络中并训练,将原始的视频中的对应帧IR与网络输出做对比,并将误差反向传播,在多次调整后得到最优的修复效果;步骤3:反复执行步骤(1)(2),直至误差变化率不变或小于设定阈值;步骤4:应用训练好的网络,将经过帧速率上转换的重构帧输入网络,得到高质量的图像。
【技术特征摘要】
1.一种利用生成网络提高帧速率上转换效果的方法,其特征在于包括如下步骤:步骤1:将原始视频通过JM18.6进行压缩,得到压缩后的视频,然后将压缩后的视频通过保留单数帧,对双数帧进行重构,利用基于方向选择运动估计的帧速率上转换算法得到双数帧的重构帧;步骤2:构造生成网络G,将重构帧IE输入到神经网络中并训练,将原始的视频中的对应帧IR与网络输出做对比,并将误差反向传播,在多次调整后得到最优的修复效果;步骤3:反复执行步骤(1)(2),直至误差变化率不变或小于设定阈值;步骤4:应用训练好的网络,将经过帧速率上转换的重构帧输入网络,得到高质量的图像。2.根据权利要求1所述的一种利用生成网络提高帧速率上转换效果的方法,其特征在于步骤1中所述的帧速率上转化算法具体步骤如下:1-1.利用运动估计方法得出最优前向运动矢量vf和最优后向运动矢量vb;即在候选前向运动矢量中找到使得式(1)SADf值最小的向量并作为最优前向运动向量,同理在候选后向运动矢量中能找到使式(3)SADb值最小的向量并作为最优后向运动矢量;上式中SADf和SADb分别表示前后向运动矢量估计中的对应像素值的差的绝对值之和;fN-1(S)和fN(S)分别表示前一帧(N-1帧)中点“s”处的像素值,和当前帧(N帧)中点“s”处的像素值,Bi,j表示第i列第j行的块,vc表示候选运动矢量,vf与vb在运动估计方向和参考帧的选取有区别;1-2.利用双向加权运动矢量平滑化算法找出运动向量中的异常值并纠正得到vfc和vbc;在运动矢量域中使用一个3*3窗口来寻找异常值,其中v0是待处理的向量v1→v8与之相邻,这个窗口会遍历整个矢量域,并找到所有的异常值;将该方法的原理理解为:将一个窗口中的9个运动矢量映射到直角坐标系中,用vx和vy分别代表运动矢量的x轴和y轴分量,求八个邻近的运动矢量坐标的平均值以此得到一个大致位于他们中心的点vm如式(5)所示;接着计算八个邻近的运动矢量到中心点的平均距离Dm,如式(6)所示,并以vm作圆心,Dm作半径画圆;若v0与vm之间的距离D0小于Dm则判定v0为正常值不做处理,反之判为异常值并进行纠正操作,即将处在圆内的邻近的运动矢量加权平均得到v0c如式(9)所示,并将其代替原来的v0;每个圆内相邻向量的权重与其到v0的距离成反比,如式(8)所示;D0=||v0-vm||(7)1-3.利用精化算法得到精化后的运动向量,解决了向量换位导致的残差问题;每个运动矢量的精化过程中利用了双向差分绝对值SBAD,该值在式(10)中得到定义:
【专利技术属性】
技术研发人员:陈立鑫,颜成钢,张永兵,朱翱宇,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。