项目名称: 面向视频转码的视频去隔行研究

项目编号: No.61300122

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 黄倩

作者单位: 河海大学

项目金额: 22万元

中文摘要: 视频去隔行通常用于在视频解码后端消除隔行效应,以增强主观视觉效果。本项目将面向视频转码应用背景,着重研究视频编码前端的去隔行理论与方法。首先,研究运动信息的可靠性度量方法,重点考虑基于最大后验概率模型的运动信息可靠性度量方法,以便合理选用码流中的运动信息。其次,面向实时转码需求,基于区域特性研究细粒度的编码端快速去隔行理论与方法,并着眼于提高对突变运动场景的鲁棒性。最后,针对H.264/AVC标准、AVS标准以及最新的HEVC国际标准的特性,研究压缩域的去隔行理论与方法,尤其是部分可逆的去隔行理论与方法。预期上述理论和方法不仅有利于视频压缩和视频转码的研究,还能为视频检索等相近领域提供一种新的研究思路。

中文关键词: 视频压缩/编码;去隔行;智能监控;低成本;高性能

英文摘要: Video deinterlacing is often used to eliminate interlaced artifacts at the video decoding side for better subjective performance. This project aims at video transcoding applications, especially focusing on deinterlacing theories and methodologies at the video encoding side. Firstly, we will study the reliability, especially the maximum-a-posterior-based reliability, of motion information to reasonably select the motion information in bit-streams. Secondly, fine-grained fast deinterlacing theories and methodologies will be studied at the video encoding side based on region characteristics. The robustness to sudden changes like scene changes will be specially addressed in this part. Finally, frequency-domain deinterlacing theories and methodologies, especially the partially invertible deinterlacing theories and methodologies, will be studied based on characteristics of the H.264/AVC standard, the AVS standard, and the latest High Efficiency Video Coding (HEVC) international standard. It is expected that the above theories and methodologies will not only be beneficial to video compression and video transcoding, but can also open a new door for related research fields such as video retrieval.

英文关键词: video compression/coding;deinterlacing;intelligent surveillance;low-cost;high-performance

成为VIP会员查看完整内容
0

相关内容

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
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知会员服务
20+阅读 · 2021年12月31日
[ICCV2021]自适应多模态选取框架用于视频理解
专知会员服务
17+阅读 · 2021年10月30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
14+阅读 · 2021年3月26日
最新《深度学习视频异常检测》2020综述论文,21页pdf
专知会员服务
84+阅读 · 2020年9月30日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知
0+阅读 · 2021年12月31日
这波钉钉搞音频实验室,真没蹭热点
量子位
0+阅读 · 2021年11月16日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15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
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014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
0+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
0+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
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Vision-and-Language Pretrained Models: A Survey
Arxiv
3+阅读 · 2022年4月15日
小贴士
相关VIP内容
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
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知会员服务
20+阅读 · 2021年12月31日
[ICCV2021]自适应多模态选取框架用于视频理解
专知会员服务
17+阅读 · 2021年10月30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
14+阅读 · 2021年3月26日
最新《深度学习视频异常检测》2020综述论文,21页pdf
专知会员服务
84+阅读 · 2020年9月30日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014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
0+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
0+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
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员