Come tecnica ampiamente adottata nella trasmissione dei dati, compressione video
riduce efficacemente la dimensione dei file, rendendo possibile il cloud in tempo reale
informatica. Tuttavia, va a scapito della qualità visiva, ponendo sfide
alla robustezza dei modelli di visione a valle. In questo lavoro, presentiamo a
versatile framework di miglioramento compatibile con codec che riutilizza le informazioni sui codec
migliorare in modo adattivo i video con diverse impostazioni di compressione, assistere
varie attività di visione a valle senza introdurre colli di bottiglia nel calcolo.
Nello specifico, il quadro proposto in grado di riconoscere il codec è costituito da a
adattamento sensibile alla compressione (CAA) rete che impiega una struttura gerarchica
meccanismo di adattamento per stimare i parametri del miglioramento frame-wise
rete, vale a dire il miglioramento bitstream-aware (BAE) rete. La rete BAE
sfrutta ulteriormente i priori temporali e spaziali incorporati nel flusso di bit per
migliorare efficacemente la qualità dei frame di input compressi. Ampio
i risultati sperimentali dimostrano le prestazioni di miglioramento della qualità superiori
del nostro quadro rispetto ai metodi di miglioramento esistenti, così come la sua versatilità
nell'assistere molteplici attività downstream su video compressi come plug-and-play
modulo. Codice e modelli sono disponibili su
https://huimin-zeng.github.io/PnP-VCVE/.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: