刘鹏宇， 王聪聪， 贾克斌

(1.北京工业大学信息学部， 北京 100124； 2.先进信息网络北京实验室， 北京 100124；3.北京工业大学计算智能与智能系统北京市重点实验室， 北京 100124)

高质量、低码率是视频传输中永恒不变的追求，如何在保证视频质量的前提下降低带宽成本是整个视频传输应用中重要的一环. 然而，目前用于视频压缩传输的主流编码技术，从MPEG1[1]到H.264[2]，再到H.265[3]，每隔10年时间，视频的压缩率仅能提升1倍左右，平均每年压缩率提升只有不到7%，远远低于视频数据量的增长率.

为了提升视频压缩率，通常在发送端对高分辨率视频进行降分辨率的下采样操作，然后在信道中传输低分辨率的视频，最后在接收端应用图像超分辨率技术还原出高分辨率的视频[4]，这种方法可以有效缓解视频传输过程中的带宽压力. 然而，在发送端进行下采样时，由于丢失了大量原始高分辨率视频中的高频信息，使得在接收端应用图像超分辨率技术进行还原时面临高度的病态性问题，正是由于在映射空间中存在不止一组对应的高分辨率图像和低分辨率图像，这无疑给重建原始高分辨率视频带来极大的困难.

为了缓解视频传输应用中使用图像超分辨率技术带来的高度病态性问题，本文提出一种联合上下采样的超分辨率框架. 该框架的优势是通过设计卷积神经网络模拟图像的降采样过程，使得原始高分辨率图像的信息能够“隐匿”在降采样后的图像中，然后再与……