Resumen

Con el rápido avance de muchas aplicaciones multimedia, como los juegos de vídeo, las aplicaciones de visión por ordenador y el streaming de vídeo y la vigilancia, la calidad de vídeo sigue siendo un reto pendiente. A pesar de la existencia de la calidad de vídeo estandarizada, así como de la alta definición (HD) y la ultra alta definición (UHD), la mejora de la calidad para el estándar de compresión de vídeo mejorará la resolución del streaming de vídeo y satisfará la calidad de servicio (QoS) del usuario final. La codificación de vídeo versátil (VVC) es el último estándar de codificación de vídeo que logra una importante eficiencia de codificación. La VVC ayudará a difundir servicios de vídeo de alta calidad y aplicaciones emergentes, como el alto rango dinámico (HDR), la alta velocidad de fotogramas (HFR) y el multimedia omnidireccional de 360 grados, en comparación con su predecesora, la codificación de vídeo de alta eficiencia (HEVC). Dados sus valiosos resultados, el campo emergente del aprendizaje profundo está atrayendo la atención de los científicos y los impulsa a resolver muchas contribuciones. En este estudio, investigamos la eficiencia del aprendizaje profundo para el nuevo estándar VVC con el fin de mejorar la calidad del vídeo. Sin embargo, en este trabajo, proponemos una mejora de la calidad de vídeo basada en la técnica de redes neuronales profundas de exprimido y excitación (WSE-DCNN) para VVC. Así, el filtrado en bucle convencional de VVC será sustituido por la técnica WSE-DCNN sugerida que se espera que elimine los artefactos de compresión para mejorar la calidad visual. Los resultados numéricos demuestran la eficacia del modelo propuesto, logrando una reducción de la tasa D de aproximadamente -2,85%, -8,89% y -10,05 de los componentes luma (Y) y croma (U, V), respectivamente, bajo el perfil de acceso aleatorio.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:vvc, red neuronal convolucional, calidad de los servicios, estándar de compresión de vídeo, calidad de vídeo estandarizada, aplicación de visión por ordenador, mejora de la calidad de vídeo, muchas aplicaciones multimedia, alta frecuencia de imagen, alto rango dinámico
• Keywords:vvc, convolutional neural network, quality of services, video compression standard, standardized video quality, computer vision application, video quality enhancement, many multimedia application, high frame rate, high dynamic range