标题：基于时空特征的视频压缩自适应缩放方法
作者：吴佩颖 沈礼权
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：视频压缩；时空冗余；视频缩放
摘要：深度学习技术越来越多地集成到视频压缩框架中，并显著提高了压缩效率。然而，现有方法受限于两点：一是忽略了重缩放过程中不同特征冗余间的相互作用，难以有效促进压缩；二是当前方法通常对所有类型的帧采用统一缩放方法，导致关键信息丢失。为了解决上述问题，提出一种基于时空特征的重缩放框架，该框架包括时空去冗余网络和自适应缩放网络。时空去冗余网络根据帧的特性动态选择去冗余方法，消除关键帧的空域冗余和非关键帧的时域冗余，并保留了关键细节，为后续的帧预测提供了丰富的信息。自适应缩放网络实现输入输出双向映射，确保缩放和编码过程中信息的连续性和完整性。实验结果显示，与编解码器锚点相比，该框架在低时延配置下实现15.73%的BDBR降低，证明了所提算法的有效性。