[发明专利]一种视频编码系统及测试方法

说明书

本发明涉及视频编码系统技术领域，且公开了一种视频编码系统及测试方法，该视频编码系统包括频域下采样模块、帧内编解码模块、帧间编解码模块、频域上采样模块，频域下采样模块、帧内编解码模块或帧间编解码模块、频域上采样模块从输入到输出顺序连接，帧内编解码模块和帧间编解码模块为并列关系。本发明视频编码系统及测试方法，可上传视频数据到系统，并配置计算参数，获得计算后的预测趋势图形，将预测值与验证数据样本中的标签进行计算，获得其损失值。提高视频显示清晰度。

技术领域

本发明涉及视频编码系统技术领域，具体为一种视频编码系统及测试方法。

背景技术

视频编码系统已被广泛应用于各种国际视频编码标准。在各种编码标准中采用的运动估计往往是基于块的技术，其中对于每个宏块(MB)或类似的块结构，会确定其运动信息，如编码模式和运动矢量。此外，也可以自适应地应用帧内编码(intra-coding)，其中对图像的处理不需要参考任何其他的图像。帧间预测和帧内预测残差(residue)通常可进一步处理，例如转换、量化和熵编码，以生成压缩视频比特流。在编码过程中，因编码而造成画质瑕疵，特别是在量化过程中。为了减轻编码造成的画质瑕疵，额外的处理被应用到重建视频(reconstructed video)，以在较新的编码系统中提高图像质量。在环路操作(in-loopoperation)中经常配置有额外的处理，这样一来，编码器和解码器可以获得相同的参考图像以达到提高系统性能的效果。在各种现代视频编码系统中已广泛使用这样的系统结构，如H.264/AVC和HEVC(High Efficiency Video Coding，高效视频编码)。经典数据结构与算法对于趋势预测精度不够，而人工预测方法没有强有力的理论支撑。采用改进的人工智能视频编码系统，在低数据量下进行趋势预测，并根据每一次使用该预测功能更新预测参数。

而目前视频编码系统，系统部署复杂，训练过程漫长，且耗费资源，且算法精度低，不易更新参数，因此迫切的需要一种视频编码系统及测试方法来解决上述不足之处。

发明内容

针对现有技术的不足，本发明提供了一种视频编码系统及测试方法，解决了目前人数预测功能采用经典算法或部署人工智能模型，经典算法对于复杂的趋势预测难度较大；模型部署在服务端运行于Linux或者类Linux操作系统，部署复杂，训练过程漫长，且耗费资源，且算法精度低，不易更新参数的问题。

本发明提供如下技术方案：一种视频编码系统及测试方法，该视频编码系统包括频域下采样模块、帧内编解码模块、帧间编解码模块、频域上采样模块，频域下采样模块、帧内编解码模块或帧间编解码模块、频域上采样模块从输入到输出顺序连接，帧内编解码模块和帧间编解码模块为并列关系；

频域下采样模块将原始帧率视频序列每跳过k帧保留1帧，保留的视频帧组成低帧率视频序列；所述频域上采样模块利用插帧神经网络，输入低帧率视频序列，输出原始帧率视频序列，输出的视频序列为解码视频序列。

优选的，该测试方法包括以下步骤：

步骤一、在视频编码系统规范输入数据格式，输出模板视频数据给用户，模板视频数据包括.csv视频数据与.xlsx视频数据；

步骤二、读取输入数据，数据内容包括数据样本，将数据样本分成训练数据样本和验证数据样本两部分，对数据进行预处理，对于缺失的数据使用NULL字符串填充，计算数据置信区间，对超出指定值的数据进行删除；

步骤三、使用循环神经网络算法计算数据预测值，并使用优化后的激活函数计算隐藏层；

步骤四、使用如下损失函数：