内容自适应驱动的深度视频压缩算法OA
在卫星遥感等视频传输场景中,针对现有视频压缩算法在空间域与时间域因预测帧与参考帧未对齐所导致的压缩误差问题,提出一种基于深度学习的视频压缩框架,以提升压缩性能与重建质量。该框架通过多尺度特征提取与保留,增强量化后的信息完整性,从而提高视频帧重建质量;同时设计一种基于未压缩内容的自适应比特分配机制,优化比特资源的使用。实验结果表明,所提方法在视频压缩和帧重建上效果较好,优于现有的视频压缩技术。该方法可有效应对卫星遥感视频传输中的帧间冗余与带宽限制,性能优于现有主流视频压缩技术。
王惠之;王潇毅;谢冠超;郭兴盛
北京交通大学电子信息工程学院,北京100044北京交通大学电子信息工程学院,北京100044北京交通大学电子信息工程学院,北京100044北京交通大学电子信息工程学院,北京100044
信息技术与安全科学
深度学习神经网络视频压缩压缩算法帧间预测
《重庆邮电大学学报(自然科学版)》 2026 (4)
P.796-804,9
中央高校基本科研业务费专项资金项目(2026JBGP009)国家自然科学基金项目(62271040)。
评论