Główne pojęcia
NU-Class Net은 손실 압축 코덱으로 인한 압축 아티팩트를 완화하여 저비트율 비디오의 인지 가능한 화질을 크게 향상시킨다.
Streszczenie
이 논문은 NU-Class Net이라는 혁신적인 딥러닝 모델을 소개한다. NU-Class Net은 손실 압축 코덱으로 인한 압축 아티팩트를 완화하여 저비트율 비디오의 인지 가능한 화질을 크게 향상시킨다.
비디오 캡처 노드에서는 출력 품질을 낮춰 저비트율 비디오를 생성함으로써 계산 및 대역폭 요구 사항을 효과적으로 줄일 수 있다. 디코더 측에서는 NU-Class Net을 적용하여 아티팩트를 보상하고 원본 비디오 품질에 근접하도록 한다.
NU-Class Net은 U-Net 기반의 AutoEncoder 딥러닝 모델로, 압축된 비디오 프레임을 입력으로 받아 원본 프레임과의 잔차 차이를 예측한다. 이 잔차를 입력 프레임에 더하여 압축 아티팩트를 완화하고 출력 비디오 품질을 향상시킨다.
실험 결과, NU-Class Net은 특히 저비트율로 스트리밍되는 비디오의 인지 가능한 품질을 크게 향상시키는 것으로 나타났다.
Statystyki
압축 비디오의 비트레이트는 원본 비디오의 약 1/17 수준으로 감소했다.
NU-Class Net 모델 적용 후 MAE 손실이 약 30% 감소했다.
NU-Class Net 모델 적용 후 PSNR이 약 4.2dB, SSIM이 약 0.06 향상되었다.
Cytaty
"NU-Class Net은 손실 압축 코덱으로 인한 압축 아티팩트를 완화하여 저비트율 비디오의 인지 가능한 화질을 크게 향상시킨다."
"NU-Class Net은 비디오 캡처 노드에서 출력 품질을 낮춰 저비트율 비디오를 생성함으로써 계산 및 대역폭 요구 사항을 효과적으로 줄일 수 있다."