[发明专利]基于卷积神经网络和HEVC压缩域显著信息的视频压缩方法有效
| 申请号： | 201811392633.6 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109309834B | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 祝世平;刘畅 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | H04N19/154 | 分类号： | H04N19/154;H04N19/42;H04N19/527;H04N19/70;G06N3/04 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 曹鹏飞 |
| 地址： | 100000*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络和HEVC压缩域显著信息的视频压缩方法，该方法从以注意力机制为基础的视频显著性算法和感知优先的视频压缩算法这两个方面对HEVC进行改进和强化，在视频显著性方面，本方法在卷积神经网络的基础上结合HEVC压缩过程中对各个CU的运动估计结果对两者进行自适应的动态融合，从而完成对输入视频的显著性检测；在感知优先的视频压缩算法方面，根据CU的显著值来选择其对应的QP，以确保具有较高显著性的CU能以较小的QP进行编码，同时将当前CU块的显著性特征纳入传统的率失真计算方法，从而达到感知优先的目的，该方法降低了视频的感知冗余从而得到较好的压缩效果。 | ||
| 搜索关键词： | 基于 卷积 神经网络 hevc 压缩 显著 信息 视频压缩 方法 | ||
【主权项】：
1.一种基于卷积神经网络和HEVC压缩域显著信息的视频压缩方法，其特征在于，包括以下步骤：在卷积神经网络的基础上结合HEVC压缩过程中对各个CU块的运动估计结果对输入视频进行显著性检测；计算各CU块的显著值并对其对应的QP值进行选择，并将各CU块的显著值加入传统的率失真计算方法，获取最终的率失真优化目标，实现高质量的视频感知编码。
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北京航空航天大学，未经北京航空航天大学许可，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/patent/201811392633.6/，转载请声明来源钻瓜专利网。
