[发明专利]一种压缩编码、解压缩方法以及装置有效
申请号: | 202011271217.8 | 申请日: | 2020-11-13 |
公开(公告)号: | CN114501031B | 公开(公告)日: | 2023-06-02 |
发明(设计)人: | 师一博;王晶;白博 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | H04N19/61 | 分类号: | H04N19/61;H04N19/91;H04N19/124 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 陈松浩 |
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 压缩 编码 解压缩 方法 以及 装置 | ||
1.一种压缩编码方法,其特征在于,所述方法应用于编码端,包括:
通过第一编码网络,对第一视频帧进行变换编码,以生成所述第一视频帧的第一特征;
基于N个第二视频帧,通过神经网络对所述第一视频帧的特征进行预测,以生成所述第一视频帧的第一预测特征,其中,所述第二视频帧为所述第一视频帧的参考帧,所述N为大于或等于1的整数;
根据所述第一预测特征,生成所述第一特征的概率分布;
根据所述第一特征的概率分布,通过熵编码的方式,对所述第一特征进行压缩编码,得到与所述第一视频帧对应的第一压缩信息;
发送所述第一压缩信息;
其中,所述第一特征的概率分布包括所述第一特征的均值和所述第一特征的方差,所述根据所述第一预测特征,生成所述第一特征的概率分布,包括:
根据所述第一预测特征,通过用于融合估计的神经网络,生成第一残差和所述第一特征的方差,所述第一残差为所述第一特征的均值相对于所述第一预测特征的残差;
将所述第一残差与所述第一预测特征相加,以生成所述第一特征的均值。
2.根据权利要求1所述的方法,其特征在于,所述基于N个第二视频帧,通过神经网络对所述第一视频帧的特征进行预测,以生成所述第一视频帧的第一预测特征,包括:
将所述N个第二视频帧和所述第一视频帧输入用于光流估计的第一神经网络,以通过所述第一神经网络生成与所述第一视频帧对应的第一光流,所述第一光流为所述第一视频帧相对于所述N个第二视频帧的光流;
根据所述N个第二视频帧和所述第一光流,生成所述第一预测特征;
所述方法还包括:对所述第一光流进行压缩编码,得到与所述第一视频帧对应的第一帧间边信息,发送所述第一帧间边信息。
3.根据权利要求1所述的方法,其特征在于,所述基于N个第二视频帧,通过神经网络对所述第一视频帧的特征进行预测,以生成所述第一视频帧的第一预测特征,包括:
根据与所述N个第二视频帧中每个第二视频帧对应的第二特征和所述第一特征,通过所述神经网络对所述第一视频帧的特征进行预测,以生成所述第一预测特征,所述第二特征为通过所述第一编码网络对所述第二视频帧进行变换编码后得到的。
4.根据权利要求3所述的方法,其特征在于,所述根据与所述N个第二视频帧中每个第二视频帧对应的第二特征和所述第一特征,通过神经网络对所述第一视频帧的特征进行预测,以生成所述第一预测特征,包括:
根据所述第二特征和所述第一特征,通过用于光流估计的第二神经网络,生成与所述第一视频帧对应的第二光流,所述第二光流为所述第一特征相对于所述第二特征的光流;
根据所述第二特征和所述第二光流,生成所述第一预测特征;
所述方法还包括:将所述第二光流进行压缩编码,得到与所述第一视频帧对应的第二帧间边信息,并发送所述第二帧间边信息。
5.根据权利要求2所述的方法,其特征在于,所述根据所述N个第二视频帧和所述第一光流,生成所述第一预测特征,包括:
根据所述N个第二视频帧和所述第一光流,生成与所述第一视频帧对应的预测视频帧;
将所述预测视频帧输入第二编码网络,通过所述第二编码网络对所述预测视频帧进行变换编码,得到所述第一视频帧的第二预测特征;
根据所述第二预测特征和所述第一特征,通过所述神经网络对所述第一视频帧的特征进行预测,以生成所述第一预测特征。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述第一特征输入第一超先验编码网络,得到第一编码信息,将所述第一编码信息输入第一超先验解码网络,得到所述第一视频帧的第三特征;
所述基于N个第二视频帧,通过神经网络对所述第一视频帧的特征进行预测,以生成所述第一视频帧的第一预测特征,包括:
根据与所述第二视频帧对应的第二特征和所述第三特征,通过用于光流预测的第三神经网络,生成所述第一预测特征,所述第二特征为通过所述第一编码网络对所述第二视频帧进行变换编码后得到的;
所述方法还包括:对所述第一编码信息进行压缩编码,得到与所述第一视频帧对应的第一帧内边信息,并发送所述第一帧内边信息。
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/202011271217.8/1.html,转载请声明来源钻瓜专利网。