8K超高清电视在线播放关键技术研究【摘要】基于MT9950平台开发的8K系统方案设计与关键技术攻关验证。重点针对8K电视平台的超分辨率画质提升算法与应用研究。本文提出的8K-SR算法是基于SRCNN、FSRCNN算法基础模型进行分析，通过将降质图像进行十二等分训练学习，同步平衡还原效果和处理时间，并通过后端的画质优化技术进行图像修正。【关键词】8K;传输速率;超分辨率算法;在线视频播放：TN929文献标识码：ADOI：10.12246/j.issn.1673-0348.2021.16.0251.技术背景FuturesourceConsulting发布的预测数据，2023年8K电视机的销量将从2019年的20万台以每年130%的复合增长率增长。据StrategyAnalytics报告预测：到2025年，全球将有超过2000万家庭拥有8K级别的电视机，由此可见，8K超高清电视前景广阔，具有非常诱人的吸引力。而实现8K超高清在线播放关键技术除了网络带宽升级，另外一个非常重要的方向就是利用AI技术改变片源匮乏的现状。2.硬件方案设计2.1显示屏的选择8K电视机分辨率为7680*4320，约有3300万个像素点，是4K电视机的四倍，像素点细腻感很强，准确的说8K在尺寸越大的显示面积上才会更有意义。对于之前的4K产品，50寸以下就没有太大的意义，而在8K产品上，65寸以下就没有太大的意义。目前的10.5/11代液晶面板线，以每块玻璃基板6片单元的方式切割的75英寸产品，是切割效率最高的方式，是目前最容易大量供给的“大尺寸8K”规格，在价格和供应上，75寸8K都具有明显的优势，所以现有8K产品一般采用75+及以上的尺寸。2.2平台选择8K平台基于编解码的超高诉求，对于平台的性能要求很高，本身8KSOC资源并不多，本文采用的是MTK公司在推出了第一款8KSOC，型号为MT9950。我司采用該IC为整个8K平台的主IC，该芯片可支持4K120Hz以及8K60Hz的视频输出，具体特点如下：用于其他国家或地区的外部解调器的传输流输入全球多标准模拟电视解调器。支持ATSC/DVB-T/DVB-T2/DVB-S/DVB-S2//DVB-S2X/DVB-C/DTMB/ISDB-T解调;120Hz4K/30Hz8K/60Hz8K直接驱动，MT9950系列可直驱8K60Hz。同时还支持ME/MC帧速率转换，数据速率由3840x2160p@30Hz至3840x2160p@60Hz或3840x2160p@24Hz至3840x2160p@48Hz。支持两路HDMI2.1;多标准视频解码器（含AV1）;支持多分区localdimming功能;3.超分辨率软件处理算法设计3.1超分辨率技术介绍所谓的超分辨率即是通过某种算法将下图里面的输入图像转换成输出图像。通过补充输入图像像素周围的像素点，呈现更完成的细节，换而言之，相当于补充高频内容。本章将详细的介绍各类超分算法，逐一进行解析，并提出具有自主知识产权的超分算法，实现更优的图像画质表现。如图1所示：从技术的实现层面对超分辨率进行分类，主要可分为如下三大类：3.1.1基于插值算法的实现基于插值方法的原理为先预估多帧图像间的运动趋势，采集在不同的图像采样区间HR图像的像素分布，然后通过类似加权平均计算HR栅格上图像应该呈现的像素，用这类帧间像素预测技术来去掉模糊隐藏的信息并实现较好的噪声控制]。优点是算法高效，适合并行计算，可达到实时的效果。缺点是是获取高频信息能力较弱，SR处理后的图像立体感不强。3.1.2基于重建的方法基于重建的算法是基于低分辨率图像信号能够有效的估算出最初的高分辨率图像的基础上，最终目标复原图像的效果取决于输入低分辨率图像的质量与数量，目标复原图像的分辨率越高，所需的训练集数量随之增加。3.1.3基于学习的方法基于学习的算法今年来异常火爆，该算法中最重要的部分是建立学习模型，目的在于获得先验知识。现有流行的学习算法模型包含：金字塔模型、神经网络模型、主要成分分析模型等。基于学习的算法通过训练样本计算获取先知知识，得到输入与输出图像的转换算法。基于学习算法认为，在经过了反复的学习之后，算法已经完全有能力从低分辨率图像的信息推测到高分辨率图像的信息，在样本图像数量固定的条件下不增加图像数量就可以获得图像的高频部分的信息，相较于重建方法具有更佳的复原效果，在超高清分辨率持续刷新消费显示领域的今天，该算法以其独特的技术优势，在图片和多帧视频分辨率显示质量提升的各种场景得到了广泛的应用。3.1.4实现方案...