一种用于压缩视频的轻量级视频超分辨率重建方法技术

本发明专利技术公开了一种用于压缩视频的轻量级视频超分辨率重建方法,属于视频压缩技术领域,以解决现有技术中较高的压缩率通常导致更大的视频质量损失，而较低的压缩率则会增加数据传输和存储成本，其包括以下步骤：首先，使用现有的视频压缩标准进行压缩；之后对接收到的压缩视频进行解压缩处理。然后基于卷积神经网络的LVSR模型视频重建。最后对LVSR性能评估。本发明专利技术中，与传统视频超分辨率技术不同，本发明专利技术的LVSR方法针对压缩

【技术实现步骤摘要】
一种用于压缩视频的轻量级视频超分辨率重建方法


[0001]本专利技术属于视频压缩技术
，具体涉及一种用于压缩视频的轻量级视频超分辨率重建方法。

技术介绍

[0002]超高清(Ultra
‑
High Definition,UHD)和8K UHD视频提供了更加逼真和清晰的图像，但同时也带来了巨大的数据量。在有限的网络带宽和数据存储资源下，视频压缩技术能够将大型高分辨率视频压缩为更小的文件大小，以便更轻松地传输和存储高分辨率视频。
[0003]虽然视频压缩技术在降低数据量方面取得了显著进展，但实现高分辨率视频内容的保存和传输仍然面临挑战。较高的压缩率通常导致更大的视频质量损失，而较低的压缩率则会增加数据传输和存储成本，因此需要在压缩率与视觉质量之间取得平衡。另外，对于实时视频传输和流媒体应用，视频压缩需要在有限的时间内完成，同时又要保持足够的视觉质量。这种实时性要求使得压缩算法需要在速度和质量之间做出权衡。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术本专利技术旨在提供一种用于压缩视频本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于压缩视频的轻量级视频超分辨率重建方法，其特征在于，包括以下步骤：步骤1：基于传统的视频压缩标准对视频数据集1进行压缩，得到视频数据集2；步骤2：对视频数据集2进行解压缩处理，获取视频数据集3，基于视频数据集3获得图像组、帧内和帧间信息，并基于图像组、帧内和帧间信息，将帧分为帧内图像和帧间图像；步骤3：建立并训练用以重建视频质量恢复的LVSR网络，用以对低分辨率帧内图像处理获得超分辨率帧内图像以及用以对帧间图像进行处理获取超分辨率帧间图像步骤4：视频数据集1使用H.264JM编码器进行编码并解码以获得未压缩的png文件视频数据集5，将其作为测试集输入到训练好的的LVSR模型，验证LVSR模型的有效性和适用性。2.根据权利要求1所述的一种用于压缩视频的轻量级视频超分辨率重建方法，其特征在于，所述步骤3具体包括以下步骤：步骤3.1：基于超分辨率卷积神经网络对低分辨率帧内图像处理，再通过拉普拉斯算子对其进行增强，获得超分辨率帧内图像步骤3.2：获取步骤2中解压缩处理的运动补偿将帧间图像和运动补偿帧共同作为输入，通过ESPCN和拉普拉斯算子处理，从而获得超分辨率帧间图像3.根据权利要求2所述的一种的用于压缩视频的轻量级视频超分辨率重建方法，其特征在于，步骤3.1中，所述基于超分辨率卷积神经网络对低分辨率帧内图像处理具体如下：超分辨率卷积神经网络包括三个卷积层，第一层卷积在整个图像上进行卷积操作，用于提取图像的低级特征，得到一系列的特征图，卷积核大小为9*9；第二个卷积层大小为1*1，用于融合第一个卷积...

【专利技术属性】
技术研发人员：陈圩钦，陈波，邓媛丹，毛艳玲，曾俊涛，朱舜文，
申请(专利权)人：宜宾电子科技大学研究院，
类型：发明
国别省市：