基于在线学习的轻量化HEVC色度图像质量增强方法

授权

摘要

本发明属于视频压缩的质量增强领域，提供一种基于在线学习的轻量化HEVC色度图像质量增强方法，用以提升受压缩后色度图像的质量。本发明的主要过程为：在编码端与解码端分别配置相同的轻量化HEVC色度图像质量增强模型（Dec‑CEN），编码端的Dec‑CEN模型进行在线学习，学习完毕后将更新的网络参数传输到解码端，并将该参数载入到解码端的Dec‑CEN模型，使得解码端无需学习即获得高性能的网络模型；本发明不仅能够大大提升HEVC色度图像质量增强性能，而且体量小、运算复杂度低，对设备的计算力要求极低；尤其在处理高分辨率图片时，具有更佳的性能优势和显著的速度优势，符合当前视频内容高清化的趋势。

基本信息

专利标题：

基于在线学习的轻量化HEVC色度图像质量增强方法

专利标题（英）：

暂无

公开（公告）号：

CN114119789A

申请号：

CN202210097819.9

公开（公告）日：

2022-03-01

申请日：

2022-01-27

授权号：

CN114119789B

授权日：

2022-05-03

发明人：

曾兵杨仁威刘何为朱树元

申请人：

电子科技大学

申请人地址：

四川省成都市高新区（西区）西源大道2006号

代理机构：

电子科技大学专利中心

代理人：

甘茂

优先权：

CN202210097819.9

主分类号：

G06T9/00

IPC分类号：

G06T9/00 H04N19/124 H04N19/42