[发明专利]编码方法、解码方法和编码装置、解码装置

权利要求书

1.一种编码方法，其特征在于，包括：

利用基于神经网络的编码技术对待编码图像进行编码，以获得所述待编码图像的码流；

通过第一通信链路传输所述待编码图像的码流；

通过第二通信链路传输所述基于神经网络的编码技术所包含的神经网络模型的模型参数。

2.根据权利要求1所述的方法，其特征在于，所述第一通信链路和所述第二通信链路具有不同的物理特性。

3.根据权利要求1或2所述的方法，其特征在于，所述第一通信链路的传输时延低于所述第二通信链路，和/或，所述第二通信链路的传输带宽高于所述第一通信链路。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述第一通信链路包括时延小于或等于第一阈值的链路，所述第二通信链路包括带宽大于或等于第二阈值的链路。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述第一通信链路包括基于私有图传协议或无线局域网协议的链路，所述第二通信链路包括基于移动通信协议的链路。

6.根据权利要求5所述的方法，其特征在于，所述私有图传协议包括软件无线电SDR协议，所述无线局域网协议包括无线保真WiFi协议，所述移动通信协议包括4G或5G协议。

7.根据权利要求1或2所述的方法，其特征在于，所述第一通信链路包括私有图传链路，所述第二通信链路包括公网传输链路。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述神经网络模型包括离线训练的神经网络模型或在线训练的神经网络模型。

9.根据权利要求1或8所述的方法，其特征在于，所述神经网络模型为在线训练的神经网络模型，所述利用基于神经网络的编码技术对待编码图像进行编码，包括：

对于第n个目标图像，利用对第n-m个目标图像进行训练获得的神经网络模型对所述第n个目标图像进行编码，所述目标图像为对所述待编码图像按照视频序列级、图像组级、图像级中的任意一种进行划分后的图像；所述n为大于等于1的整数，所述m为大于等于1的整数。

10.根据权利要求9所述的方法，其特征在于，所述利用对第n-m个目标图像进行训练获得的神经网络模型对所述第n个目标图像进行编码，包括：

利用对所述第n-m个目标图像进行训练获得的神经网络模型对所述第n个目标图像进行滤波，所述第n-m个目标图像为第n-m个编码图像未经过神经网络模型进行滤波的图像，所述第n个目标图像为第n个编码图像未经过神经网络模型进行滤波的图像。

11.根据权利要求9或10所述的方法，其特征在于，所述m为编码前固化到或预设在编码端的参数；或，所述m为编码过程中形成的参数。

12.根据权利要求1或8所述的方法，其特征在于，所述神经网络模型为在线训练的神经网络模型，所述利用基于神经网络的编码技术对待编码图像进行编码，包括：

对于待编码的第一目标图像，利用对已编码的第二目标图像进行训练获得的神经网络模型对所述第一目标图像进行编码，所述第一目标图像和所述第二目标图像为对所述待编码图像按照视频序列级、图像组级、图像级中的任意一种进行划分后的图像；

所述通过第二通信链路传输所述基于神经网络的编码技术所包含的神经网络模型的模型参数，包括：

通过所述第二通信链路传输对所述第二目标图像进行训练获得的神经网络模型的模型参数。

13.根据权利要求12所述的方法，其特征在于，所述第一目标图像和所述第二目标图像的图像间隔q个目标图像，所述q为大于或等于0的正整数。

14.根据权利要求13所述的方法，其特征在于，所述q为编码前固化到或预设在编码端的参数。