深度学习与视频恢复，视频压缩专题

最新推荐文章于 2025-07-05 20:49:04 发布
原创 最新推荐文章于 2025-07-05 20:49:04 发布 · 2.1k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

https://researcher.watson.ibm.com/researcher/files/us-kvswamin/SP-CNN%20ASPLOS%202015.pdf

http://tucodec.com/news/detail?id=3

https://www.zhihu.com/question/56801298

https://juejin.im/post/5b45907c6fb9a04fa91bd6ef

https://blog.youkuaiyun.com/stdcoutzyx/article/details/63686825

https://zhuanlan.zhihu.com/p/34979257

https://blog.youkuaiyun.com/wjmnju/article/details/79457946

https://www.jianshu.com/p/e4af751a91c6
 

 

RAISR:

https://github.com/MKFMIKU/RAISR

https://github.com/HerrHao/RAISR

https://blog.youkuaiyun.com/u014722627/article/details/60140789

https://www.cnblogs.com/xiongbaixong/p/7400680.html

https://www.linuxprobe.com/raisr-google.html

深度学习在视频压缩中的创新应用
AI天才研究院
11-22 790
深度学习在视频压缩中的创新应用 关键词：深度学习、视频压缩、卷积神经网络、循环神经网络、生成对抗网络、率失真优化、超分辨率、自适应流媒体传输 摘要：本文深入探讨了深度学习在视频压缩领域的创新应用。首先，我们回顾了深度学习的基本概念与原理，以及视频压缩技术的历史与发展。接着，我们介绍了深度学习在视频编码中的应用框架，包括
深度学习模型压缩：AI算力网络的核心技术
最新发布
AI天才研究院
07-10 618
随着深度学习在图像识别、自然语言处理等领域的突破，模型参数规模从百万级飙升至千亿级（如GPT-4）。但现实是：全球70%的AI算力需求来自手机、智能摄像头、工业传感器等边缘设备（IDC 2023报告）。如何让"大而强"的模型在"小而精"的设备上高效运行？这就是深度学习模型压缩技术的使命——在保持模型性能（准确率、响应速度）的前提下，通过技术手段大幅降低模型的参数量、计算量和存储需求。
深度学习视频压缩1—DVC: An End-to-end Deep Video Compression Framework
Eva_Hua的专栏
11-23 5671
本文是第一篇端到端使用神经网络来进行视频压缩的论文， github地址：https://github.com/GuoLusjtu/DVC 论文地址：https://arxiv.org/pdf/1812.00101.pdf 各个领域的第一篇，还是值得精读的～ 摘要 传统的视频压缩方法使用预测的编码结构，并对相应的运动信息和残差信息进行编码。本文，利用了传统视频压缩方案的经典架构和神经网络的非线性表示能力，提出了第一个端到端的视频压缩深度模型 并且同时对视频压缩的所有模块网络进行统...
java中使用ffmpeg进行简单视频压缩
weixin_74785181的博客
06-05 693
FFmpeg 是领先的多媒体框架，能够解码编码转码复用解复用流过滤和播放几乎所有人类和机器创建的东西。它支持最模糊的古老格式，直到最前沿。无论它们是由某个标准委员会、社区还是公司设计的。它还具有高度的可移植性：FFmpeg 在各种构建环境、机器架构和配置下跨 Linux、Mac OS X、Microsoft Windows、BSD、Solaris 等 编译、运行和通过我们的测试基础架构FATE。
深度学习视频压缩3——M-LVC: Multiple Frames Prediction for Learned Video Compression
Eva_Hua的专栏
10-19 3394
《M-LVC: Multiple Frames Prediction for Learned Video Compression》 代码：https://github.com/JianpingLin/M-LVC_CVPR2020 论文：https://arxiv.org/abs/2004.10290 摘要 视频压缩方法DVC在预测当前帧时主要参考帧只选择了前面的一帧，本文的方法考虑前序多帧作为参考帧。所以当有多帧作为参考帧时相比单帧作为参考帧就能有更精确的预测结果，并且有更少的残差冗余。此外，采用多
图像视频压缩：深度学习，有一套
华为云官方博客
03-23 3055
摘要：得益于深度神经网络提取信源特征的能力，深度学习技术在信源压缩编码领域取得了比传统方法更 本文分享自华为云社区《基于深度学习的图像视频压缩编码》，原文作者：罗鹏。 得益于深度神经网络提取信源特征的能力，深度学习技术在信源压缩编码领域取得了比传统方法更优异的效果。 基于深度学习的图像压缩编码 自编码器 Ballé1 提出了一种基于变分自编码器的端到端图像压缩模型，采用结合边信息（side information）的超先验的方案。 模型如下图所示。 Q 表示量化；AE 和 AD 分别表示算术
推荐开源项目：PyTorch Video Compression — 深度学习驱动的视频压缩框架
gitblog_00094的博客
06-08 701
推荐开源项目：PyTorch Video Compression — 深度学习驱动的视频压缩框架 在数字化的时代，视频数据的快速增长对高效的压缩技术提出了新的挑战。为此，我们向您推荐一个创新的开源项目——PyTorch Video Compression，这是一个基于PyTorch实现的深度视频压缩框架，旨在提高视频压缩效率并降低带宽需求。 项目介绍 该项目旨在提供一个端到端的深度学习模型，用于视...
AIGC视频生成模型的跨域适应能力研究
AI天才研究院
05-03 541
随着AIGC技术的快速发展，视频生成模型在影视制作、广告创意、虚拟人直播等领域展现出巨大应用潜力。然而，不同领域数据在视觉风格（如卡通/写实）、分辨率（如4K/手机端）、拍摄场景（如室内/室外）等方面存在显著域差异，导致模型在跨域应用时出现生成内容失真、时序连贯性断裂等问题。本文聚焦AIGC视频生成模型的跨域适应能力，从理论框架、算法设计、工程实现三个维度展开研究，提出系统性解决方案。背景部分定义核心概念并阐述研究意义核心概念章节解析跨域适应技术体系与视频生成模型的内在联系。
matlab图像专题;15 BP神经网络实现图像压缩程序.zip
09-12
在图像处理领域，压缩技术是不可或...总之，BP神经网络在图像压缩中的应用体现了深度学习在解决复杂问题上的潜力。通过MATLAB提供的工具和接口，我们可以方便地实现和优化这一过程，为图像处理领域提供了新的解决方案。
matlab图像专题：98 使用BP神经网络对图像进行不同程度的压缩.zip
08-23
此外，深度学习框架如TensorFlow和PyTorch也为图像压缩提供了更高级别的抽象和更多的模型选择。 综上所述，这个MATLAB图像专题通过BP神经网络展示了如何进行图像压缩，涉及了神经网络理论、图像处理基础、压缩算法...
多模式切换架构设计：拍照、视频、夜景、专业与滤镜的高效集成策略
努力分享一些人工智能、计算机视觉、影像等相关的知识干货！
07-05 917
现代智能手机相机应用已从单一拍照工具演变为集拍照、录像、滤镜、美颜、夜景、专业模式于一体的多功能平台。多模式并存与快速切换成为提升用户体验的关键能力。本文系统分析主流拍摄模式在架构中的解耦设计、状态调度与视图管理策略，深入探讨各模式背后的参数模型、图像管线共享与资源调度逻辑，并结合小米、OPPO、华为等品牌工程实践，提出一套面向高性能与体验一致性的多模式切换架构方案。
基于深度学习的视频图像再压缩方法
01-13
传统的视频图像压缩方法主要是针对视觉数据本身进行压缩，对帧间数据的压缩比例不高。本文提出一种基于深度学习技术的针对视频片段数据的压缩方法，在传统压缩方法的基础上对构成视频片段的视频帧序列进行进一步的高比例压缩。首先基于时空卷积神经网络对视频帧序列进行分类，将视频片段分为剧变、渐变和普通三个类别，再对普通类别的视频片段进行处理以提取关键帧并用关键帧表达该视频片段的信息。在重构质量相同的情况下，本文提出的方法可将 H.264/AVC和HEVC编码标准的平均码率分别降低57.62%和8.37%。
分层深度视频中一种新的表示与压缩方法
03-20
分层深度视频中一种新的表示与压缩方法
深度学习视频讲座：2017年最新深度学习视频讲座(全套百度网盘资源链接).rar
12-15
深度学习视频讲座：2017年最新深度学习视频讲座(全套百度网盘资源链接).rar 深度学习视频讲座：2017年最新深度学习视频讲座(全套百度网盘资源链接).rar 深度学习视频讲座：2017年最新深度学习视频讲座(全套百度网盘资源链接).rar
深度学习基础：压缩视频增强调研
weixin_43507744的博客
05-10 3542
从一个比赛说起 NTIRE 2021 视频质量增强竞赛 （Challenge on Quality Enhancement of Compressed Video）由瑞士苏黎世联邦理工学院（ETH Zurich）博士研究生 Ren Yang（本人）及导师 Dr. Radu Timofte 主办，为 NTIRE Workshop（CVPR 2021）的竞赛之一。这次比赛为CVPR贡献了数很多优秀的论文，认真分析总结这次比赛优秀的视频增强网络是特别有必要的。 NTIRE 20......
基于微软开源深度学习算法，用 Python 实现图像和视频修复
AI科技大本营
06-16 4492
‍‍作者 | 李秋键编辑 | 夕颜出品 | AI科技大本营（ID:rgznai100）图像修复是计算机视觉领域的一个重要任务，在数字艺术品修复、公安刑侦面部修复等种种实际场景中被广泛应用。...
妙手回春，AI修复让老旧视频重焕新生
PicUP1的博客
11-25 2918
近年来，随着短视频的走红，视频剪辑美化类工具涌现，AI图像处理成为热门应用之一，而曾经的AI老照片修复更是在网络上掀起一片热潮。目前，图像修复现已成为计算机图形学和计算机视觉中的一个研究热点，被应用到各个领域。例如文物修复、视频影视特技制作、虚拟现实、多余物体去除等，而在过去的一年里，AI修复的4K电影、演唱会频繁上线，让AI图像修复也逐渐走进人们的视野。正在上传…重新上传取消现如今，高清视频修复已经不仅仅在传媒、流媒体、泛娱乐等领域具备创造价值，在普通大众之间，也逐渐缩短了距离。
基于深度学习的图像与视频压缩
OpenCV中文网
01-06 1514
近年来，基于深度学习的图像与视频压缩获得了计算机视觉研究社区的广泛关注，本文分享一篇来自IEEE VCIP 会议上题为《Learned image and video compressi...
深度学习图像视频压缩技术
weixin_34001430的博客
12-06 427
写在文章前面，刚刚发现有很多小伙伴收藏转发了我们的图片简史，所以我就又来了，今天给大家带来的是办公室另一位大牛写的关于图片压缩和深度学习的文章。希望大家喜欢哈~ 说到图像压缩算法，最典型的有JPEG、JPEG2000等。 JPEG压缩与JPEG2000压缩对比 而其中JPEG 采用的是以离散余弦转换(Discrete Cosine Transform) 为主的区块编码方式（如图2）。JPEG20...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值