The invention discloses a method for improving the video error concealment effect by using a generation network. The invention is based on the error concealment technology of H.264 standard. By constructing a network G of CNN structure, the macroblock of 16*16 size is processed by G to improve PSNR. In addition, we map the input image directly to the output image in the G network before adding the residual error to the network fitting to get the final output. It is worth noting that this method is only for H.264 standard, and is not suitable for other video coding standards. The invention can make the network converge faster, faster and better get the training results. Deep neural network is an efficient tool in image processing. Adding neural network on the basis of inter frame hiding technology can improve the PSNR value of restored macroblocks, make the quality of the whole picture higher, and the effect of video error concealment is also better.
【技术实现步骤摘要】
一种利用生成网络提高视频错误隐藏效果的方法
本专利技术涉及深度神经网络领域和基于H.264标准的视频错误隐藏领域,尤其涉及CNN结构网络和残差结构。技术背景人们对视频质量的要求在不断提高,伴着信息量的增长和高密度的存储的迫切需求,在传输过程中视频编码压缩技术变得非常重要,视频压缩技术主要利用一定的算法去除视频中的时间和空间等冗余,这样能在一定程度上压缩视频的大小,但是要以一定量的信息丢失为代价。现在主流的视频压缩标准分为H.26X和MPEG.X系列。前者主要注重提高压缩性能,后者追求在应用层面上各种功能的添加。目前H.264压缩标准因为其具有极高的压缩性能而被普遍采用,但是因为丢弃了许多的冗余信息,导致其容错能力大幅降低,任何一个比特的错误不仅可能破坏当前帧,还可能造成错误扩散,导致后续视频帧质量的严重下降。由于信道传输的本身差错和延时性,在视频编码压缩传输过程中数据会不可避免地丢失一部分,因此许多修正错误保障视频质量的方法应运而生。包括自动重传请求方法、在编码端进行错误隐藏等。自动重传请求方法利用接收端与发送端的通信,将出错序列重新发送,不过这样要额外占据一部分的信道,不利于信息的高速传播。另一方面由于解码端错误隐藏技术不需要占据信道且没有延时,格外受到人们重视。解码段错误隐藏是指在解码端将出现错误的帧进行修复,目前分为帧间错误隐藏和帧内错误隐藏,前者利用时间相关性,通过先前已经正确接收到的图像帧来恢复当前丢失的图像帧信息。后者则是利用空间上的相关性,通过一帧内已经接收到的宏块来恢复丢失宏块的信息。帧间隐藏适合于画面变化较慢的视频,解决办法是在参考帧 ...
【技术保护点】
一种利用生成网络提高视频错误隐藏效果的方法,其特征在于包括如下步骤:步骤1:根据FMO找到一张图像中丢失的宏块;步骤2:通过改进的边界匹配算法,选取最优的参考帧运动补偿块;步骤3:构造生成网络G,将经过错误隐藏的丢失宏块IE输入到神经网络中并训练,将原始的未损坏视频中的对应宏块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4:应用训练好的网络,将错误隐藏的宏块输入网络,得到高质量的宏块,并将处理过的宏块返回到对应帧当中,实现错误隐藏;步骤2所述的通过改进的边界匹配算法,选取最优的参考帧运动补偿块,具体实现如下:2‑1.选取参考帧;在H.264标准中编码器选取5个帧作为当前帧的参考帧,解码时缓存中也会存储当前帧的参考帧;从5个参考帧中选取两个参考帧并命名为第一、第二参考帧,分别在两个参考帧中找到使SAD最小的运动矢量mv1、mv2,比较这两个运动矢量对应的SAD1、SAD2,若SAD1小于SAD2则选取mv1为最优运动矢量;2‑2.选取运动矢量集;矢量集中包括:①当前帧中丢失宏块的上、下、左、右4个相邻宏块的运动矢量,4个相邻宏块运动矢量的均值和中值以及零运 ...
【技术特征摘要】
1.一种利用生成网络提高视频错误隐藏效果的方法,其特征在于包括如下步骤:步骤1:根据FMO找到一张图像中丢失的宏块;步骤2:通过改进的边界匹配算法,选取最优的参考帧运动补偿块;步骤3:构造生成网络G,将经过错误隐藏的丢失宏块IE输入到神经网络中并训练,将原始的未损坏视频中的对应宏块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4:应用训练好的网络,将错误隐藏的宏块输入网络,得到高质量的宏块,并将处理过的宏块返回到对应帧当中,实现错误隐藏;步骤2所述的通过改进的边界匹配算法,选取最优的参考帧运动补偿块,具体实现如下:2-1.选取参考帧;在H.264标准中编码器选取5个帧作为当前帧的参考帧,解码时缓存中也会存储当前帧的参考帧;从5个参考帧中选取两个参考帧并命名为第一、第二参考帧,分别在两个参考帧中找到使SAD最小的运动矢量mv1、mv2,比较这两个运动矢量对应的SAD1、SAD2,若SAD1小于SAD2则选取mv1为最优运动矢量;2-2.选取运动矢量集;矢量集中包括:①当前帧中丢失宏块的上、下、左、右4个相邻宏块的运动矢量,4个相邻宏块运动矢量的均值和中值以及零运动矢量;②第一参考帧中与当前帧丢失宏块处在相同位置宏块的运动矢量以及其上、下、左、右4个相邻宏块运动矢量;③第二参考帧中与当前帧丢失宏块处在相同位置宏块其上、下、左、右4个相邻宏块运动矢量中值和均值;选取的运动矢量与丢失宏块的关联很大,且矢量集含有大量的运动矢量,得到最优的运动矢量的慨率很大;2-3.找到运动矢量集中最优的运动矢量对应的运动补偿块;依据(1)式判断运动矢量是否为最优的:SADk=min(DU+DD+DL+DR)(1)其中k=1、k=2分别表示第一参考帧和第二参考帧,DU、DD、DL、DR分别代表丢失宏块与运动补偿块的上下左右外边界元素差值总和:
【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。