基于生成模型的视频图像重建方法综述OA北大核心
Survey on video image reconstruction method based on generative model
基于像素相关性的传统视频压缩技术性能提升空间受限,语义压缩成为视频压缩编码的新方向,视频图像重建是语义压缩编码的关键环节.首先介绍了针对传统编码优化的视频图像重建方法,包括如何利用深度学习提升预测精度和利用超分辨率技术增强重建质量;其次讨论了基于变分自编码器、基于生成对抗网络、基于自回归模型和基于Transformer模型的视频图像重建方法,并根据图像的不同语义表征对模型进行分类,对比了各类方法的优缺点及其适用场景;最后总结了现有视频图像重建存在的问题,并进一步展望研究方向.
王延文;雷为民;张伟;孟欢;陈新怡;叶文慧;景庆阳
东北大学计算机科学与工程学院,辽宁 沈阳 110169东北大学计算机科学与工程学院,辽宁 沈阳 110169东北大学计算机科学与工程学院,辽宁 沈阳 110169东北大学计算机科学与工程学院,辽宁 沈阳 110169东北大学计算机科学与工程学院,辽宁 沈阳 110169东北大学计算机科学与工程学院,辽宁 沈阳 110169东北大学计算机科学与工程学院,辽宁 沈阳 110169
信息技术与安全科学
视频压缩编码图像重建生成对抗网络变分自编码器Transformer模型
《通信学报》 2022 (9)
194-208,15
中央高校基本科研业务费专项资金资助项目(No.N2216010)国家重点研发计划基金资助项目(No.2018YFB1702000)
评论