一种基于深度学习的视频压缩伪影自适应去除方法

摘要

本发明公开一种基于深度学习的视频压缩伪影自适应去除方法，采用深度稠密连接卷积网络来自动提取视频帧的压缩特征，能够有效地避免传统方法中，手工设计滤波器所带来的缺点。本发明作用于视频的后处理阶段，不影响现有视频编解码算法的处理流程与实时性。提出了画质预测模型，实现对不同强度压缩伪影模型的自动选择，具有较强的自适应能力。采用深度稠密连接卷积网络去除视频的压缩伪影，该网络能够有效地缓解梯度消失问题，便于加深网络结构，增强网络的非线性表达能力。与此同时，该网络还能够充分利用中间层的特征，不仅加强了特征的传播和复用，且极大减少了网络的参数量。