项目名称: 结合超分辨率重建的图像及视频新型压缩编码技术研究

项目编号: No.61471248

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 何小海

作者单位: 四川大学

项目金额: 85万元

中文摘要: 随着高清视频及图像在日常生活和各个领域中的普及,如何进一步大幅度提高编码性能成了一个需要不断面临的问题,这同时在理论和技术上充满挑战。目前,把超分辨率重建技术和传统图像编码方法结合起来,以得到更好的压缩效果是前沿研究领域之一,国内外在这方面的研究还处于探索阶段,本项目拟对此进行深入地研究。 主要工作:1.提出一种集成超分辨率重建的图像压缩编码新型框架,实现在同等主、客观编码图像质量前提下,大幅度降低编码码率。同时引入反馈环节,以提升框架的率失真性能。2.基于编码框架的特点,提出针对性的图像超分辨率重建算法,以优化整体的编码性能。3.充分利用编码端有原图的优势,提出基于预分类的高低分辨率图像间映射关系的提取方法,提高超分辨率重建后的图像质量。4.提出编码框架分级结构化及质量控制参数优化算法,以提高编码框架的实用性,为应用打下良好的基础。5.推进超分辨率和图像压缩及其相结合的研究工作的发展。

中文关键词: 映射关系;率失真;超分辨率重建;图像编码;分级结构化

英文摘要: With the popularity of high definition (HD) video and image in daily life and each field, how to improve the coding performance to a great extent has became a problem which needs to be faced constantly, meanwhile, it is also full of challenge in both theory and technology. At present, a better compressive effect derived from combining the super resolution (SR) reconstruction techniques with the traditional method of image coding, is one of the advanced research fields. Domestic research on this aspect is still in the exploration stage. This project is planned to have a deep research on it.The main works of this project:I. A new frame of image compression encoding reconstructed by integrated SR is proposed to lower the encoding rate greatly in the premise of achieving the same and objective quality of coding image. The feedback step is introduced at the same time to improve the rate-distortion performance of the frame. II. Based on the characteristics of coding frame, a specific algorithm of SR reconstruction of image is proposed to optimize the overall coding performance. III. By making full use of the advantages of the original images at the coding end, an extract method of mapping relation between the high and low resolution images which based on presorting has been proposed and it helps to improve the image quality of SR reconstruction. VI. An optimization algorithm of the hierarchy of coding frame and the quality control parameters is proposed to improve the practicability of coding frame and lay a good foundation for the application. V. The development of research on SR and image compression and their combination shall be promoted.

英文关键词: Mapping;Rate-Distortion;Super-Resolution reconstruction;Image Coding;Hierarchical Structure

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
17+阅读 · 2021年7月3日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
14+阅读 · 2021年3月26日
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
17+阅读 · 2021年7月3日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
14+阅读 · 2021年3月26日
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
相关资讯
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员