[发明专利]一种基于强化学习的视频图像编码压缩效率提升方法

权利要求书

1.一种基于强化学习的视频图像编码压缩效率提升方法，其特征在于：包括以下步骤，

步骤1，创建预测网络和判别网络，并完成网络参数初始化，预测网络负责决策图像分块对应的编码策略参数最优值；判别网络负责判别预测网络生成的编码策略参数好坏；

步骤2，输入图像组，由预测网络得到各个图像分块的编码策略参数p；

步骤3，根据各个图像分块的编码策略参数执行编码过程；

步骤4，编码结果评分，在图像组编码完成以后，得到的压缩效率综合评分R；

步骤5，判别网络估分，根据输入图像组以及预测网络得到编码策略参数p得到估分V；

步骤6，强化学习训练迭代，更新预测网络和判别网络参数，并执行迭代过程；

步骤7，编码决策，负责为视频图像编码生成最优化的各个图像分块的编码策略参数，提升编码压缩效率。

2.根据权利要求1所述的基于强化学习的视频图像编码压缩效率提升方法，其特征在于：图像分块对应的编码策略参数，

所述图像分块对应的编码策略参数，指对视频图像压缩效率影响很大，且对不同视频图像内容有适配性的关键策略参数，包含各个图像分块的量化参数增量delta QP，或者率失真代价函数中的拉格朗日乘子lambda，这些策略参数通过传统的方法很难求解全局最优值；

所述图像分块大小可为任意大小，包括16×16 ，64×64，128×128正方形， 或者长方形，Wedge based不规则形状，分块越小，求解过程越复杂，图像分块的概念与具体编码标准无关，并不与具体标准的编码单元、预测单元或者变换单元、分片slice、分段 segments绑定，具体应用的时候可以根据需要制定图像分块大小、形状以及数目，各图像分块得出的编码策略参数可以拆分或者组合，然后应用到具体的标准中。

3.根据权利要求1所述的基于强化学习的视频图像编码压缩效率提升方法，其特征在于：编码结果评分，

所述编码结果评分，是在对整帧视频图像，或者整段视频图像编码完成之后，得到的压缩效率综合评分，包括根据码率和质量评价得到的综合评分；

所述质量评价包括全参考质量评价峰值信噪比PSNR和结构相似性指标SSIM；

所述编码结果评分计算的最小单位为整帧视频图像编码完成以后，不需要编码过程中的额外计算或反馈，不需要对编码器做定制化改动，与编码器解耦，且能够综合反映图像各个分块之间的互相影响。

4.根据权利要求1所述的基于强化学习的视频图像编码压缩效率提升方法，其特征在于：预测网络负责决策图像分块对应的编码策略参数最优值，

所述预测网络为由若干卷积层的级联的卷积神经网络，加上全连接层构成，预测网络输入为一组视频图像帧的原始像素值，输出图像各个分块的编码策略参数p，预测网络的输入为原始像素值，而不是从编码过程中提取的参数，不需要编码器的额外反馈，保持较弱的耦性性，预测网络在实际推断和编码过程中，用作编码器的前置模块，得到预处理参数。

5.根据权利要求1所述的基于强化学习的视频图像编码压缩效率提升方法，其特征在于：判别网络负责判别预测网络生成的预测值好坏，

所述判别网络为由若干卷积层的级联的卷积神经网络，加上全连接层构成，判别网络负责判别预测网络生成的预测值好坏，判别网络仅在训练中使用，推断中不使用，判别网络的输入为预测网络输出的图像各个分块的编码策略参数p，以及对应的图像原始像素值；输出为判别编码策略参数好坏的估分V。