May, 2023

无残差计算的车辆检测与分类：用随机扰动注入加速 HEVC 图像解码

PDF
TL;DR该研究介绍了一种基于压缩域的随机扰动方法，可以从 HEVC 比特流中重建图像，并在交通监控应用中取得了很好的效果，准确率非常高，速度可以提高 56%, 数据大小也更有效率。
video analyticshevc bitstreamstraffic surveillancecompressed domainvehicle detection
发现论文，激发创造
  • 模拟原始域：在压缩领域中加速动作识别

    本文提出了一种基于压缩视频领域的新方法，旨在通过利用运动向量和残差来加速计算并减少网络参数，在三个常用数据集上实验表明该模型不仅能够保持较高的准确率还具备更高的识别效率。

    Nov, 2019

  • 学习二进制残差表示在特定领域视频流传输中的应用

    本文研究了域特定视频流媒体，提出了一种新颖的视频压缩方法来提高视频质量并实现低时延传输，该方法利用了域内视频的属性，通过将 H.264 与二进制自动编码器相结合，实现了恰当的编码和传输，且在标准数据集上都表现出了良好的效果。

    Dec, 2017

  • 准确快速压缩视频字幕生成

    在压缩领域中，通过使用简单而有效的端到端转换器实现从压缩视频中进行学习并进行视频字幕生成，该方法在不同基准测试中取得了最先进的性能，并且运行速度比现有方法快近 2 倍。

    Sep, 2023

  • 利用图像的压缩学习表示进行语义分割

    本文提出了一种基于学习的压缩编解码器，来减少自动驾驶车辆数据的压缩解压缩带来的时延，并且还能用于对图像进行语义分割任务。

    Jul, 2023

  • 基于扩散模型的 HEVC 压缩视频质量增强方法

    提出了一种基于扩散模型的视频后处理方法，该方法首先估计压缩视频的特征向量，然后将估计的特征向量作为先验信息，自适应地提高具有不同量化参数的压缩视频的质量。实验证明，所提出的方法在混合数据集上的质量改进结果优于现有方法。

    Nov, 2023

  • 基于动画的视频压缩的预测编码

    基于图像动画的视频压缩方法，通过使用预测编码方案和图像动画作为预测器，以及针对实际目标帧的残差编码，有效地提高压缩率，与 HEVC 和 VVC 相比可获得超过 70% 和 30% 的比特率增益。

    Jul, 2023

  • 利用简化 CNN 对视频编码中的非局部冗余进行提升

    该研究旨在利用卷积神经网络及非局部冗余优化视频压缩，达到与预处理去噪 CNN 类似的编码增益，同时只需要约为 1% 的计算复杂度，适用于资源受限的条件下进行视频压缩。

    Oct, 2019

  • 车载自组织网络中低延迟多描述视频流传输的跨层方案

    本研究旨在提出一种基于跨层系统的多描述编码方法，以增强车辆通信中接收视频的质量。在真实的车辆环境模拟结果中，该方法对于低延迟视频通信在接收端提供了显著的视频质量改进。

    Nov, 2023

  • HEVC 基础编码中的卷积神经网络后处理方法

    本文提出了一种基于卷积神经网络的后处理算法用于高效视频编码，相较于 HEVC 基线平均比特率减少了 4.6％，并在实现更高的比特率降低，更低的内存成本和更快的计算速度方面优于以前研究的网络。

    Aug, 2016

  • 基于多特征的车辆检测技术在地理定位空中视频语义压缩中的应用

    本文提出了一种利用深度学习和流张量时空滤波相结合的多线索检测管道，可以高效地检测移动车辆并结合上下文信息进行语义压缩，以更好地利用空地网络链路的有限带宽。

    Jul, 2019