[发明专利]一种视频压缩方法及系统

权利要求书

1.一种视频压缩方法，其特征在于，所述方法包括：

基于预测网络中的分离卷积单元，根据前一帧和当前帧计算运动向量；

基于所述预测网络，根据所述前一帧和所述运动向量对当前帧进行预测，得到预测帧；

计算所述当前帧和所述预测帧的残差；

根据残差网络对所述残差进行压缩，得到残差压缩；

基于视频压缩网络，根据所述残差压缩和所述预测帧对所述当前帧进行压缩。

2.根据权利要求1所述的方法，其特征在于，所述残差网络的训练方法包括：

通过特征提取网络提取训练图像的特征；

根据概率模型对所述特征进行估计，得到码率估计结果；

将所述特征输入解码网络，得到重建图；

将所述重建图与所述训练图像进行比较，并根据所述码率估计得到率-失真优化结果；

根据所述率-失真优化结果对所述特征提取网络的参数进行调整。

3.根据权利要求2所述的方法，其特征在于，所述通过特征提取网络提取训练图像的特征包括：

通过特征提取网络进行图像特征的映射，得到所述训练图像的特征，其中，所述特征提取网络为自编码网络。

4.根据权利要求2所述的方法，其特征在于，所述根据概率模型对所述特征进行估计，得到码率估计结果包括：

根据概率模型对分布进行估计，并根据熵进行码率估计，得到所述码率估计结果。

5.根据权利要求2所述的方法，其特征在于，所述将所述特征输入解码网络，得到重建图包括：

根据自解码网络，对所述特征进行解码，得到重建图；

6.根据权利要求2所述的方法，其特征在于，所述将所述重建图与所述训练图像进行比较，并根据所述码率估计得到率-失真优化结果包括：

将所述重建图和所述训练图像进行比较，得到失真残差；

根据所述码率估计结果和所述失真残差得到所述率-失真优化结果。

7.根据权利要求6所述的方法，其特征在于，所述自编码网络和自解码网络为多层卷积神经网络，其中所述自编码网络的层数和所述自解码网络的层数可以相同和/或不同。

8.根据权利要求2-6任意一项所述的方法，其特征在于，在所述将所述特征输入解码网络，得到重建图之前，还包括：

对所述特征进行量化，得到量化后的特征。

9.一种视频压缩系统，其特征在于，包括：

获取装置，用于获取前一帧和当前帧；

压缩装置，用于根据预测网络对所述视频进行压缩，得到压缩后的视频；

训练装置，用于对所述预测网络、残差网络以及视频压缩网络进行训练。

10.根据权利要求9所述的系统，其特征在于，所述训练装置包括：

提取单元，用于通过特征提取网络提取图像的特征；

估计单元，用于根据概率模型对所述特征进行估计，得到码率估计结果；

解码单元，用于将所述特征输入解码网络，得到重建图；

比较单元，用于将所述重建图与所述图像进行比较，并根据所述码率估计得到率-失真优化结果；

调整单元，用于根据所述率-失真优化结果对所述特征提取网络的参数进行调整。