[发明专利]一种视频传输方法及装置有效

专利信息
申请号: 201910096918.3 申请日: 2019-01-31
公开(公告)号: CN111510739B 公开(公告)日: 2022-04-29
发明(设计)人: 潘邵武;刘坤;熊张亮 申请(专利权)人: 华为技术有限公司
主分类号: H04N21/2343 分类号: H04N21/2343;H04N21/4402;G06N3/04
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 冯艳莲
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视频 传输 方法 装置
【说明书】:

一种视频传输方法及装置,用以解决现有技术中采用高压缩比视频编码方案进行视频传输,成本较高的问题。本申请中,第一设备对原始视频进行分辨率压缩,生成压缩视频;之后,对压缩视频进行超分辨率重建,生成与原始视频的分辨率相同的重建视频;之后,第一设备可以根据原始视频和重建视频生成差异信息,并向第二设备发送压缩视频和差异信息;之后,第二设备对压缩视频进行超分辨率重建,生成重建视频;可以基于重建视频和接收到的来自第一设备的差异信息,生成第一视频。第一设备只需向第二设备发送压缩视频以及差异信息,可以使得占用的网络带宽更小,能够缩短传输时间;且第一设备和第二设备也不需要进行硬件升级,可以有效控制成本。

技术领域

本申请涉及视频技术领域,尤其涉及一种视频传输方法及装置。

背景技术

随着现代通信技术迅速发展和多媒体数字设备的大范围普及,数字视频因其便于传输和后期处理,已在各领域得到了广泛应用,如,互联网协议电视(internet protocoltelevision,IPTV)技术就是通过有线宽带网络,向家庭用户提供数字视频。

但是网络传输系统设施和网络带宽速率对IPTV业务所承载的数字视频的分辨率存在较为明显的限制,例如,在一些网络带宽容量较低的地区,IPTV业务所承载的数字视频的分辨率较低;又例如,在观影密集的时段内,网络带宽容易存在波动,用户若观看高分辨率的高清视频时,会出现卡顿,马赛克等现象,影响用户体验。

为了能够保证用户可以流畅的观看高清视频,目前提出了高压缩比视频编码方案,也就是在视频传输时,采用更低的码率对视频进行传输;在视频传输过程中,对视频进行分析,根据实时的网络环境调节码率,以保证用户在网络环境较差的情况下,仍可以流畅的观看高清视频。

但是为了实现高压缩比视频编码方案,需要对整个网络传输系统进行硬件改造,成本巨大,无法进行广泛的普及。

发明内容

本申请提供一种视频传输方法及装置,用以解决现有技术中采用高压缩比视频编码方案进行视频传输,成本较高的问题。

第一方面,本申请实施例提供了一种视频传输方法,所述方法包括:首先,第一设备对原始视频进行分辨率压缩,生成压缩视频;之后,对所述压缩视频进行超分辨率重建,生成与所述原始视频的分辨率相同的重建视频;之后,所述第一设备可以根据所述原始视频和所述重建视频生成差异信息,所述差异信息用于表征所述原始视频的图像信息与所述重建视频的图像信息的差异;并向所述第二设备发送所述压缩视频和所述差异信息。

通过上述方法,所述第一设备只需向所述第二设备发送所述压缩视频以及所述差异信息,相较于设备之间传输原始视频的方式,可以占用较小的网络带宽,能够有效缩短传输时间,也可以有效利用网络资源;且所述第一设备和所述第二设备也不需要进行硬件升级,只要保证所述第一设备和所述第二设备配置有相应的逻辑功能就可以实现视频传输,可以有效控制成本。

在一种可能的设计中,所述第一设备可以基于神经网络模型对所述压缩视频进行超分辨率重建,将所述压缩视频重建为所述重建视频。

通过上述方法,通过神经网络模型实现超分辨率重建,可以提高视频重建的效率,也可以保证生成的所述重建视频的质量。

在一种可能的设计中,所述神经网络模型是以低分辨率样本图像为输入,高分辨率样本图像为输出,通过学习算法训练生成的,其中,所述低分辨率样本图像是所述高分辨率样本图像进行分辨率压缩后生成的。

通过上述方法,基于所述低分辨率样本图像和所述高分辨率样本图像训练生成的所述神经网络模型可以更加准确、高效的实现超分辨重建。

在一种可能的设计中,所述第一设备在对所述压缩视频进行超分辨率重建的过程中可以只对所述压缩视频的部分图像数据进行处理,示例性的,所述第一设备可以对所述压缩视频的Y通道数据进行超分辨重建,生成所述重建视频的Y通道数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910096918.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top