In-Loop Filterung in der Video Codierung

 

Motivation

In vielen Anwendungen stellt die Größe von Videos eine Herausforderung dar. Heutige Kompressionsverfahren reduzieren die Größe von Videos signifikant ohne die Qualität stark zu beeinträchtigen. Allerdings ist die Menge an Video Daten und die Auflösung in den letzten Jahren kontinuierlich gestiegen. Dadurch wird eine effiziente Komprimierung zunehmend relevanter um Kosten für Speicher und Übertragungsnetze zu sparen. Dieses Projekt beschäftigt sich mit der Verbesserung von Video-Codecs. Heutige Kompressionsverfahren umfassen viele Schritte, wie Prädiktion, Quantisierung, Entropie-Codierung und In-Loop-Filterung. Der Hauptfokus von diesem Projekt ist die In-Loop-Filterung. Das Ziel hiervon ist, durch eine Filterung von codierten Bildern einer Video-Sequenz durchzuführen, sodass die Qualität verbessert wird. Dabei sollen Verzerrungen, die im Codierungsprozess entstehen gezielt reduziert werden um eine Verbesserung des Signals zu erreichen.

Wissenschaftliche Fragestellungen

  • Wie können bestehende Prädiktions- und In-Loop-Filter Techniken verbessert werden?
  • Wie können statistische Abhängigkeiten in Bildern ausgenutzt um eine Verbesserung des Bildes zu erzielen?
  • Können Codierungsinformationen genutzt werden um Artefakte zu lokalisieren und zu reduzieren?

Abschlussarbeiten

Im Bereich Segmentierung und Tracking von mikroskopischen Bildern mittels Deep Learning werden regelmäßig neue Abschlussarbeiten ausgeschrieben. Entsprechend der oben genannten Projektbeschreibung gibt es in diesem Projekt mehrere Teilprobleme, die als Bachelor- und Masterarbeitsthemen interessant sein könnten und in einem persönlichen Gespräch besprochen werden können.

Kontakt

M.Sc.
Tim Classen
 +49 241 80 22906
 Tim.Classen@lfb.rwth-aachen.de

Veröffentlichungen

 
2026

Tim Classen and Mathias Wien
Enhanced GOP-Based RPR for Low-Complexity Video Coding
In: 2026 European Conference on Visual Information Processing EUVIP 2026 (EUVIP)

 
2026

Tim Classen and Mathias Wien
Sample-Adaptive Edge Enhancement Filtering for Adaptive Resolution Video Coding
In: IEEE International Workshop on Multimedia Signal Processing (MMSP)

2026

Priyanka Das, Tim Classen, Jan Schneider and Mathias Wien
Non-Rectangular Transform Coding in AV1 using Shape-Adaptive DCT
In: European Conference onVisual Information Processing (EUVIP)

2026

Priyanka Das, Oguzhan Yueksel, Jan Schneider, Tim Classen and Mathias Wien
Graph Fourier Transforms for Non-Rectangular Residual Coding for AV1 Wedge Modes
In: European Signal Processing Conference (EUSIPCO)

2026

Priyanka Das, Tim Classen and Mathias Wien
Entropy Coding for Non-Rectangular Transform Blocks using Partitioned DCT Dictionaries for AV1
In: Data Compression Conference (DCC)

2025

Tim Classen, Xiang Li, Priyanka Das and Mathias Wien
Loop Filters and Edge Enhancement for Variable Resolution Video Coding
In: 2025 Picture Coding Symposium (PCS)

2025

Priyanka Das, Xiaoqing Zhu, Tim Classen and Mathias Wien
Parameter Dependent Wedge Boundary Switching in AVM
In: Visual Communications and Image Processing (VCIP)

2025

Priyanka Das, Tim Classen and Mathias Wien
Adaptive Smoothing Of Non-rectangular Prediction Block Edges In The Wedge Mode Of AVM
In: 2025 IEEE International Conference on Image Processing (ICIP)

2024

Nicolas Neumann, Priyanka Das, Tim Classen and Mathias Wien
Fast Template Matching-Based Reference Picture Padding for Video Coding
In: 2024 IEEE International Conference on Image Processing (ICIP)

2023

Tim Classen and Mathias Wien
Weighted Edge Sharpening Filtering for Upscaled Content in Adaptive Resolution Coding
In: 2023 IEEE International Conference on Visual Communications and Image Processing (VCIP)