WO2019112084A1 - Procédé d'élimination de distorsion de compression à l'aide d'un cnn - Google Patents

Procédé d'élimination de distorsion de compression à l'aide d'un cnn Download PDF

Info

Publication number
WO2019112084A1
WO2019112084A1 PCT/KR2017/014263 KR2017014263W WO2019112084A1 WO 2019112084 A1 WO2019112084 A1 WO 2019112084A1 KR 2017014263 W KR2017014263 W KR 2017014263W WO 2019112084 A1 WO2019112084 A1 WO 2019112084A1
Authority
WO
WIPO (PCT)
Prior art keywords
compression distortion
compression
distortion
patch
category
Prior art date
Application number
PCT/KR2017/014263
Other languages
English (en)
Korean (ko)
Inventor
김문철
전진
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to PCT/KR2017/014263 priority Critical patent/WO2019112084A1/fr
Publication of WO2019112084A1 publication Critical patent/WO2019112084A1/fr

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression

Definitions

  • FIG 5 is another example of a compression distortion elimination network structure according to an embodiment.
  • FIG. 8 is an example of a transfer learning learning method of a compression distortion elimination network according to an embodiment.
  • FIG. 18 shows an example of a compression distortion removal network application method in a coding process under a low delay configuration.
  • Multi-modal / multi-scale net which is a subnetwork structure of two different scales, is proposed to remove compression distortion of HEVC compressed image.
  • the channel of the input image is increased through the adaptation network using the coding unit (CU) information and the transformation unit (TU) information of the compressed input image.
  • CU coding unit
  • TU transformation unit
  • FIG. 6 is an example of a discrimination network structure according to an embodiment.
  • FIG. 8 is an example of a transfer learning learning method of a compression distortion elimination network according to an embodiment.
  • FIG. 9 is an example of a learning method of the discrimination network according to an embodiment.
  • the network is learned so as to be classified into the previously assigned group.
  • FIGS. 11 to 13 show examples of encoders applying the compression-distortion elimination network according to an embodiment
  • FIGS. 14 to 16 show examples of decoders applying the compression-distortion elimination network according to an embodiment.
  • learning is performed by six compression distortion elimination networks according to the compression distortion degree, and a discrimination network capable of discriminating the compression distortion image is learned. , It is learned not to remove compression distortion for the same QP image but to learn compression distortion for all compressed images.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

Des modes de réalisation de l'invention concernent un procédé d'élimination de distorsion de compression, d'une image compressée. Comme des images sont classées en une ou plusieurs catégories d'après le degré de distorsion de compression, la distorsion de compression d'une image d'entrée est éliminée en tant que groupe correspondant d'après le degré de distorsion de l'image d'entrée. Lorsque les images sont classées en catégories d'après le degré de distorsion de compression, une distorsion de compression appropriée pour chaque catégorie peut être exécutée en utilisant des informations QP indiquant le degré de compression d'une image, et en configurant un réseau, ce qui élimine une distorsion de compression pour chaque groupe, et en apprenant, ce qui permet d'améliorer les performances de distorsion de compression classiques. De plus, la distorsion de toutes les images compressées peut être éliminée indépendamment du degré de distorsion de compression, via un réseau de détermination apte à identifier une image d'après la distorsion de compression.
PCT/KR2017/014263 2017-12-06 2017-12-06 Procédé d'élimination de distorsion de compression à l'aide d'un cnn WO2019112084A1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2017/014263 WO2019112084A1 (fr) 2017-12-06 2017-12-06 Procédé d'élimination de distorsion de compression à l'aide d'un cnn

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2017/014263 WO2019112084A1 (fr) 2017-12-06 2017-12-06 Procédé d'élimination de distorsion de compression à l'aide d'un cnn

Publications (1)

Publication Number Publication Date
WO2019112084A1 true WO2019112084A1 (fr) 2019-06-13

Family

ID=66751066

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/014263 WO2019112084A1 (fr) 2017-12-06 2017-12-06 Procédé d'élimination de distorsion de compression à l'aide d'un cnn

Country Status (1)

Country Link
WO (1) WO2019112084A1 (fr)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110428011A (zh) * 2019-08-06 2019-11-08 华南理工大学 一种面向视频传输质量的深度学习图像失真分类方法
CN111784580A (zh) * 2020-06-30 2020-10-16 北京金山云网络技术有限公司 图像的超分辨率方法、装置和服务器
WO2023274005A1 (fr) * 2021-06-30 2023-01-05 北京字跳网络技术有限公司 Procédé et appareil de traitement d'images, dispositif électronique et support de stockage

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110049570A (ko) * 2009-11-05 2011-05-12 홍익대학교 산학협력단 경계선 성분 분류 기반 신경회로망 모델을 이용한 영상 화질 개선방법
KR20160131071A (ko) * 2014-03-06 2016-11-15 프로그레스, 인코포레이티드 신경망 및 신경망 트레이닝의 방법
KR20160141201A (ko) * 2015-05-29 2016-12-08 주식회사 칩스앤미디어 복수의 영상 프레임의 이미지 패치를 이용한 해상도 스케일링 장치 및 그 방법
KR20170003476A (ko) * 2015-06-30 2017-01-09 한국과학기술원 영상 변환 장치 및 그 영상 변환 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110049570A (ko) * 2009-11-05 2011-05-12 홍익대학교 산학협력단 경계선 성분 분류 기반 신경회로망 모델을 이용한 영상 화질 개선방법
KR20160131071A (ko) * 2014-03-06 2016-11-15 프로그레스, 인코포레이티드 신경망 및 신경망 트레이닝의 방법
KR20160141201A (ko) * 2015-05-29 2016-12-08 주식회사 칩스앤미디어 복수의 영상 프레임의 이미지 패치를 이용한 해상도 스케일링 장치 및 그 방법
KR20170003476A (ko) * 2015-06-30 2017-01-09 한국과학기술원 영상 변환 장치 및 그 영상 변환 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PARK, WOON SUNG ET AL.: "CNN (Convolutional Neural Network) Based In-loop Filter in HEVC", THE KOREAN INSTITUTE OF BROADCAST AND MEDIA ENGINEERS SUMMER CONFERENCE, 1 July 2016 (2016-07-01), pages 418 - 421 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110428011A (zh) * 2019-08-06 2019-11-08 华南理工大学 一种面向视频传输质量的深度学习图像失真分类方法
CN111784580A (zh) * 2020-06-30 2020-10-16 北京金山云网络技术有限公司 图像的超分辨率方法、装置和服务器
WO2023274005A1 (fr) * 2021-06-30 2023-01-05 北京字跳网络技术有限公司 Procédé et appareil de traitement d'images, dispositif électronique et support de stockage

Similar Documents

Publication Publication Date Title
WO2018230832A1 (fr) Appareil et procédé de traitement d'images utilisant une carte de caractéristiques multicanaux
WO2020246834A1 (fr) Procédé de reconnaissance d'objet dans une image
WO2019112084A1 (fr) Procédé d'élimination de distorsion de compression à l'aide d'un cnn
WO2013183918A1 (fr) Appareil et procédé de traitement d'image pour une image tridimensionnelle (3d)
WO2011139099A2 (fr) Procédé et appareil de traitement d'un signal vidéo
WO2021149857A1 (fr) Procédé et appareil précis de détection d'animaux utilisant une détection de case de délimitation de poids léger basée sur yolo et traitement d'image
WO2019124635A1 (fr) Procédé orienté syntaxe de détection d'une intrusion d'objet dans une vidéo comprimée
WO2021095991A1 (fr) Dispositif et procédé de génération d'une image de défaut
WO2019039757A1 (fr) Dispositif et procédé de génération de données d'apprentissage et programme informatique stocké dans un support d'enregistrement lisible par ordinateur
WO2021071286A1 (fr) Procédé et dispositif d'apprentissage d'images médicales basés sur un réseau contradictoire génératif
WO2020017829A1 (fr) Procédé de génération d'image de plaque d'immatriculation à l'aide d'un motif de bruit et appareil associé
CN113313241A (zh) 确定深度学习模型的张量信息的方法和计算装置
WO2018038316A1 (fr) Procédé et dispositif de transmission d'informations de division de bloc dans un codec d'image pour caméra de sécurité
WO2016190698A1 (fr) Procédé de filtrage médian pondéré et dispositif de suppression de bruit
WO2024019337A1 (fr) Procédé et appareil d'amélioration de vidéo
WO2020171388A2 (fr) Procédé d'identification d'un objet ayant un mouvement anormal dans une image compressée à l'aide d'une trajectoire et d'un motif de vecteur de mouvement
WO2010147429A2 (fr) Procédé de filtrage d'image à l'aide d'un filtre à nombre pseudo-aléatoire et appareil apparenté
WO2019225799A1 (fr) Procédé et dispositif de suppression d'informations d'utilisateur à l'aide d'un modèle génératif d'apprentissage profond
WO2019039661A1 (fr) Procédé d'extraction basée sur la syntaxe d'une région d'objet mobile d'une vidéo compressée
WO2019124634A1 (fr) Procédé orienté syntaxe de suivi d'objet dans une vidéo comprimée
WO2016098943A1 (fr) Procédé et système de traitement d'images pour améliorer la capacité de détection de visages
WO2016006901A1 (fr) Procédé et appareil d'extraction d'informations de profondeur d'une image
WO2021071258A1 (fr) Dispositif et procédé d'apprentissage d'image de sécurité mobile basés sur l'intelligence artificielle
WO2017195943A1 (fr) Procédé et dispositif d'identification de données d'un serveur de stockage destinés à un service ayant une temporalité élevée avec une relation humaine
WO2016006776A1 (fr) Programme d'ordinateur associé à une technique d'élagage ascendant appliquée à une prédiction intra de hevc et appareil associé

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17933865

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17933865

Country of ref document: EP

Kind code of ref document: A1