Artifact Reduction of Compressed Video via Three-Dimensional Adaptive Estimation of Transform Coefficients
在当今信息时代，视频压缩技术的发展对于通信网络和存储设备而言至关重要。压缩视频在传输和存储过程中常常会因为比特率低而导致图像质量受损，表现为块状效应、模糊、闪烁等压缩伪影。伪影的产生主要源于变换系数的粗量化以及视频编码中运动预测的不精确性。
本文提出了一种新颖的三维自适应变换系数估计方法来降低压缩视频中的伪影。研究者们通过自适应地融合三种不同来源的预测源来估计每个块的变换系数。具体来说，第一种预测源来自解码视频直接获得的变换系数，其可靠性由量化噪声的分布决定。第二种预测源基于时间邻近参考帧中运动轨迹上变换块的自回归模型，其可靠性由局部块的预测方差评估。第三种预测源则利用非局部变换块的系数分布及其与估计块的相似性来评估可靠性。通过这种三维自适应估计，可以有效地减少压缩视频中的伪影，提高压缩视频序列的客观和主观质量。
研究者们在基于HEVC标准压缩的视频序列上测试了所提出的算法，实验结果表明，该方法能够显著降低压缩伪影，并同时提高视频的客观和主观质量。该研究成果为视频压缩领域的后处理技术，尤其是去噪和压缩伪影的消除，提供了一个新的视角。
在研究的背景介绍部分，文章首先对现有的视频压缩标准进行了简要概述。视频压缩标准，如MPEG系列（MPEG-1/2/4）以及H.26x系列（H.261/263/264）和HEVC（High Efficiency Video Coding），广泛采用了块离散余弦变换（Block DCT）和帧内/帧间预测技术来减少视频信号中的冗余。这些标准在视频信号编码过程中的典型做法是将每一帧图像分割成不重叠的块，然后对这些块进行预测和变换编码。由于这种编码方式的特性，在低比特率下压缩视频通常会遭受严重的压缩伪影问题，这些伪影问题极大地影响了视频的视觉质量。
为了应对这些问题，研究者们提出了一种三维自适应估计变换系数的方法。这种方法的理论基础是基于对变换系数的三维相关性的理解：一种是空间上的，一种是时间上的，还有一种是与参考块相关的非局部系数的相关性。通过结合这些不同的相关性，可以更准确地预测原始图像的真实变换系数，从而降低量化噪声和预测误差导致的压缩伪影。
为了实现这一目标，作者采用了解码视频中的变换系数、时间邻近参考帧上运动轨迹中变换块的自回归模型，以及非局部变换块的系数分布和相似性评估。这三种方法分别基于不同维度的相关性，提供了压缩视频中变换系数的估计。通过将这些预测源的可靠性结合起来，算法能够更精准地估计出每个块的真实变换系数，从而降低压缩伪影。
文章的主要贡献包括：提出了一种新的降低压缩视频伪影的方法；通过结合多种预测源的可靠性，提出了一种新的变换系数的三维自适应估计方法；在HEVC压缩视频序列上进行了实验验证，展示了所提出方法在降低压缩伪影和提高视频质量方面的有效性。
未来的研究方向可能包括进一步优化三维自适应估计的算法，以适应不同的视频内容和编码条件；开发更加精确和高效的评估预测源可靠性的方法；以及将该技术集成到实际的视频编码器中，从而在不增加过多计算复杂度的情况下提高视频压缩的效率和质量。
