CN108174218A - 基于学习的视频编解码框架 - Google Patents

基于学习的视频编解码框架 Download PDF

Info

Publication number
CN108174218A
CN108174218A CN201810064012.9A CN201810064012A CN108174218A CN 108174218 A CN108174218 A CN 108174218A CN 201810064012 A CN201810064012 A CN 201810064012A CN 108174218 A CN108174218 A CN 108174218A
Authority
CN
China
Prior art keywords
coding
frame
space
time domain
decoding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810064012.9A
Other languages
English (en)
Other versions
CN108174218B (zh
Inventor
陈志波
何天宇
金鑫
刘森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201810064012.9A priority Critical patent/CN108174218B/zh
Publication of CN108174218A publication Critical patent/CN108174218A/zh
Application granted granted Critical
Publication of CN108174218B publication Critical patent/CN108174218B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种基于学习的视频编解码框架，包括：空时域重构内存，用于存储经编码与解码之后的重构视频内容；空时域预测网络，用于利用重构视频内容的空时域相关性，通过卷积神经网络以及循环神经网络对其建模，输出当前编码块的预测值；预测值与原始值相减形成残差；迭代分析器与迭代合成器，逐级对输入残差编解码；二值化器，将迭代分析器的输出量化为二值表示；熵编码器，对量化后的编码输出进行熵编码，后获得输出码流；熵解码器，对输出码流进行熵解码，后输出给迭代合成器。该编码框架，通过基于学习的VoxelCNN(空时域预测网络)实现了空时域的预测，并用残差迭代编码的方法实现视频编码率失真优化的控制。

Description

基于学习的视频编解码框架
技术领域
本发明涉及视频编解码技术领域，尤其涉及一种基于学习的视频编解码框架。
背景技术
现有的图像视频编码标准诸如：JPEG、H.261、MPEG-2、H.264、H.265，均基于混合编码框架。经过多年的发展，编码性能的提升伴随着复杂度的不断增加，进一步在现有混合编码架构下提升编码性能也面临越来越多的挑战。
但是，目前混合编码框架通常按照启发式的方法实现图像视频的优化编码，越来越难以满足当下诸如人脸识别、目标跟踪、图像检索等复杂、智能的媒体应用需求。
发明内容
本发明的目的是提供一种基于学习的视频编解码框架，可以实现视频编码率失真优化的控制。
本发明的目的是通过以下技术方案实现的：
一种基于学习的视频编解码框架，其特征在于，包括：编码端与解码端；其中编码端包括：空时域重构内存、空时域预测网络、迭代分析器、迭代合成器、二值化器、熵编码器以及熵解码器；
所述空时域重构内存，用于存储经编码与解码之后的重构视频内容；
所述空时域预测网络，用于利用重构视频内容的空时域相关性，通过卷积神经网络以及循环神经网络对其建模，输出当前编码块的预测值；
所述迭代分析器，包含卷积神经网络与循环神经网络结构，将所述空时域预测网络输出的预测值与原始相减形成的残差作为输入，输出为该残差的压缩表达；
所述迭代合成器，包含卷积神经网络与循环神经网络结构，接收熵解码器解码产生的上述残差的压缩表达，并叠加所述空时域预测网络输出的预测值，形成重构视频内容；
所述迭代分析器与迭代合成器，逐级对输入残差编解码，通过增加码流为代价逐步减少残差的失真程度，实现高低码流情况下不同失真程度的编码；
所述二值化器，将迭代分析器的输出量化为二值表示；
所述熵编码器，对量化后的编码输出进行熵编码，后获得输出码流；
所述熵解码器，对输出码流进行熵解码，后输出给迭代合成器。
由上述本发明提供的技术方案可以看出，集成了空时域预测与残差迭代编码方法，通过基于学习的VoxelCNN(空时域预测网络)实现了空时域的预测，并用残差迭代编码的方法实现视频编码率失真优化的控制。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种基于学习的视频编解码框架示意图；
图2为本发明实施例提供的视频编解码框架的主要处理过程示意图；
图3为本发明实施例提供的运动插补过程示意图；
图4为本发明实施例提供的运动延伸过程示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
本发明实施例提供一种基于学习的视频编解码框架，该视频编解码框架主要包括：编码端与解码端；如图1所示，其中编码端主要包括：空时域重构内存、空时域预测网络、迭代分析器、迭代合成器、二值化器、熵编码器以及熵解码器；
所述空时域重构内存，用于存储经编码与解码之后的重构视频内容，包含已经解码的帧以及当前帧已经解码的块。编解码过程通常按照视频时间轴的正向(P-frame)或者双向(B-frame)进行，每一帧通常逐块按照从左到右、从上到下的顺序编解码。
所述空时域预测网络(VoxelCNN)，用于利用重构视频内容的空时域相关性，通过卷积神经网络以及循环神经网络对其建模，输出当前编码块的预测值；预测值与原始值相减形成残差，并通过迭代分析器与迭代合成器进行迭代编码，实现率失真优化。
所述迭代分析器，包含卷积神经网络与循环神经网络结构，将所述空时域预测网络输出的预测值与原始相减形成的残差作为输入，输出为该残差的压缩表达；
所述迭代合成器，包含卷积神经网络与循环神经网络结构，接收熵解码器解码产生的上述残差的压缩表达，并叠加所述空时域预测网络输出的预测值，形成重构视频内容；
所述迭代分析器与迭代合成器，逐级对输入残差编解码，通过增加码流为代价逐步减少残差的失真程度，实现高低码流情况下不同失真程度的编码；
所述二值化器，将迭代分析器的输出量化为二值表示；
所述熵编码器，对量化后的编码输出进行熵编码，后获得输出码流；
所述熵解码器，对输出码流进行熵解码后，输出给迭代合成器。
本发明实施例中熵编码器、熵解码器可以利用基于上下文的算术编解码等方法实现，即使用算术编码器/解码器作为熵编码器/解码器。
本发明实施例中，所述空时域重构内存、空时域预测网络、迭代合成器与熵解码器构成编码端中的解码器。
本领域技术人员可以理解，因解码端仅能获得重构视频内容，而非原始视频内容，故编码端包含解码功能以提供重构视频内容供编码器参考。
为了便于理解，下面结合如图2所示的具体示例对视频编解码框架中的主要处理过程做详细介绍。
本发明实施例中，所述空时域预测网络计算编码块的预测值包含运动合成与混合预测两个过程。
1、运动合成。
运动合成包含运动插补和运动延伸，为两种不同编码模式，在操作中任选其中一种方式。
1)运动插补为根据重构视频内容中相邻两帧获得物体运动轨迹并插补至相邻两帧之间，作为插补帧。如图3所示，运动插补过程如下：令vx,vy,x,其中(vx,vy)表示运动矢量，表示整数集。将插补帧记为重构视频内容中相邻两帧分别记为与通过编码块尺寸为m的运动补偿操作确定一个以坐标(x,y)为中心的编码块的运动矢量(vx,vy)，插补帧中以(x,y)为中心的编码块的值由中以为中心的编码块复制得到，按照此种方法，可以得到一个完整的插补帧并作为运动插补操作的输出。
2)运动延伸为通过重构视频内容的前两帧获得物体运动轨迹并向后延伸，从而获得一延伸帧如图4所示，运动延伸过程如下：首先在前两帧与中，通过编码块尺寸为m的运动补偿操作确定一个以坐标(x,y)为中心的编码块的运动矢量(vx,vy)，延伸帧中以(x,y)为中心的编码块的值由中以(x-vx,y-vy)为中心的编码块复制得到，按照此种方法，可以获得一个完整的延伸帧并作为运动延伸操作的输出。
2、混合预测。
混合预测包含卷积及卷积LSTM结构，将插补帧或者延伸帧(图2中假设运动合成过程中做了运动延伸操作，则此处即为延伸帧)、插补帧或者延伸帧的前两帧(与)，以及位于当前帧中当前编码块上方与左方已经解码的块作为输入，通过学习对视频空时域信息的建模，生成当前帧中当前编码块的预测值；通过迭代计算，按照从左到右，从上到下的顺序，每一次都会生成当前编码块的预测值，最终拼出总体。
如图2所示，假设采用运动延伸编码模式，则在运动延伸模式下，将延伸帧的前两帧(与)，以及位于当前帧中当前编码块左上方已经解码的块(对于每一帧按照从上到下，从左到右的顺序进行编解码)作为输入；在运动插补模式下，将插补帧的前一帧与后一帧(与)，以及位于当前帧中当前编码块左上方已经解码的块作为输入。混合预测通过学习对视频空时域信息的建模，生成当前编码块的预测值；通过迭代计算，按照从上到下，从左到右的顺序，每一次都会生成当前编码块的预测值，最终拼出总体。本发明实施例中，空时域预测网络输出的预测值与原始值相减形成残差，并通过迭代分析器与迭代合成器进行迭代编码，空时域预测网络的优化目标为：
其中，B为优化所涉及的总帧数，J是重构视频内容中每一帧总的编码块数量， 分别对应为第i帧中的第j个编码块的原始值、预测值。
本发明实施例中，优化目标相当于损失函数，空时域预测网络作用是产生预测值，并使得这个预测值接近于原始值。
本发明实施例中，迭代分析器与迭代合成器均包含S个基于卷积的自编码器组成的S个编码阶段，重构值和目标值不断地迭代分析与合成以实现可变的压缩率，每一阶段迭代分析器产生一个对于输入残差的压缩表达，压缩表达经过量化后形成输出码流，迭代分析器与迭代合成器的优化目标表示为：
其中，为初始阶段(即第1个阶段)输入的残差，表示第n个阶段时输入的残差，表示第n个阶段的输出(即n个阶段对于输入残差的压缩表达)。
本发明实施例中，迭代分析器与迭代合成器是联合优化的，公式中的实际上是经过了迭代分析器、二值化器、迭代合成器的输出，因此这里的参数包含了迭代分析器、迭代合成器中的所有参数。
本发明实施例提供的上述方案，解决了神经网络中难以通过集成训练实现运动预测等问题，提出VoxelCNN以同时建模视频内容的空时域先验，并集成迭代分析器/合成器、二值化器、熵编码器/解码器等，实现基于学习的视频编解码。试验验证中，在没有熵编码器/解码器的情况下，该方法的性能超过了MPEG-2标准编码器，达到了与H.264近似的效果。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种基于学习的视频编解码框架，其特征在于，包括：编码端与解码端；其中编码端包括：空时域重构内存、空时域预测网络、迭代分析器、迭代合成器、二值化器、熵编码器以及熵解码器；
所述空时域重构内存，用于存储经编码与解码之后的重构视频内容；
所述空时域预测网络，用于利用重构视频内容的空时域相关性，通过卷积神经网络以及循环神经网络对其建模，输出当前编码块的预测值；
所述迭代分析器，包含卷积神经网络与循环神经网络结构，将所述空时域预测网络输出的预测值与原始相减形成的残差作为输入，输出为该残差的压缩表达；
所述迭代合成器，包含卷积神经网络与循环神经网络结构，接收熵解码器解码产生的上述残差的压缩表达，并叠加所述空时域预测网络输出的预测值，形成重构视频内容；
所述迭代分析器与迭代合成器，逐级对输入残差编解码，通过增加码流为代价逐步减少残差的失真程度，实现高低码流情况下不同失真程度的编码；
所述二值化器，将迭代分析器的输出量化为二值表示；
所述熵编码器，对量化后的编码输出进行熵编码，后获得输出码流；
所述熵解码器，对输出码流进行熵解码，后输出给迭代合成器。
2.根据权利要求1所述的一种基于学习的视频编解码框架，其特征在于，所述空时域重构内存、空时域预测网络、迭代合成器与熵解码器构成编码端中的解码器。
3.根据权利要求1所述的一种基于学习的视频编解码框架，其特征在于，所述空时域预测网络计算编码块的预测值包含运动合成与混合预测两个过程，其中：
运动合成为运动插补或者运动延伸操作，运动插补为通过重构视频内容相邻两帧获得物体运动轨迹并插补至相邻两帧之间，作为插补帧；运动延伸为通过重构视频内容的前两帧获得物体运动轨迹并向后延伸，从而获得一延伸帧；
混合预测包含卷积及卷积LSTM结构，将插补帧或者延伸帧、插补帧或者延伸帧的前两帧，以及位于当前帧中当前编码块上方与左方已经解码的块作为输入，通过学习对视频空时域信息的建模，生成当前帧中当前编码块的预测值；通过迭代计算，最终获得每一编码块的预测值。
4.根据权利要求3所述的一种基于学习的视频编解码框架，其特征在于，运动插补过程如下：将插补帧记为重构视频内容中相邻两帧分别记为与通过编码块尺寸为m的运动补偿操作确定一个以坐标(x,y)为中心的编码块的运动矢量(vx,vy)，插补帧中以(x,y)为中心的编码块的值由中以为中心的编码块复制得到，按照此种方法，得到一个完整的插补帧
5.根据权利要求3所述的一种基于学习的视频编解码框架，其特征在于，运动延伸过程如下：在重构视频内容前两帧与中，通过编码块尺寸为m的运动补偿操作确定一个以坐标(x,y)为中心的编码块的运动矢量(vx,vy)，延伸帧中以(x,y)为中心的编码块的值由中以(x-vx,y-vy)为中心的编码块复制得到，按照此种方法，获得一个完整的延伸帧
6.根据权利要求1或3所述的一种基于学习的视频编解码框架，其特征在于，空时域预测网络输出的预测值与原始值相减形成残差，并通过迭代分析器与迭代合成器进行迭代编码，空时域预测网络的优化目标为：
其中，B为优化所涉及的总帧数，J是重构视频内容中每一帧总的编码块数量， 分别对应为第i帧中的第j个编码块的原始值、预测值。
7.根据权利要求6所述的一种基于学习的视频编解码框架，其特征在于，迭代分析器与迭代合成器均包含S个基于卷积的自编码器组成的S个编码阶段，重构值和目标值不断地迭代分析与合成以实现可变的压缩率，每一阶段迭代分析器产生一个对于输入残差的压缩表达，压缩表达经过量化后形成输出码流，迭代迭代分析器与迭代合成器的优化目标表示为：
其中，为初始阶段输入的残差，表示第n个阶段时输入的残差，表示第n个阶段的输出。
CN201810064012.9A 2018-01-23 2018-01-23 基于学习的视频编解码*** Active CN108174218B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810064012.9A CN108174218B (zh) 2018-01-23 2018-01-23 基于学习的视频编解码***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810064012.9A CN108174218B (zh) 2018-01-23 2018-01-23 基于学习的视频编解码***

Publications (2)

Publication Number Publication Date
CN108174218A true CN108174218A (zh) 2018-06-15
CN108174218B CN108174218B (zh) 2020-02-07

Family

ID=62515681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810064012.9A Active CN108174218B (zh) 2018-01-23 2018-01-23 基于学习的视频编解码***

Country Status (1)

Country Link
CN (1) CN108174218B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110493596A (zh) * 2019-09-02 2019-11-22 西北工业大学 一种基于神经网络的视频编码框架
CN111050174A (zh) * 2019-12-27 2020-04-21 清华大学 图像压缩方法、装置及***
CN111222532A (zh) * 2019-10-23 2020-06-02 西安交通大学 具有分类精度保持和带宽保护的边云协同深度学习模型训练方法
WO2020107877A1 (zh) * 2018-11-29 2020-06-04 北京市商汤科技开发有限公司 视频压缩处理方法及装置、电子设备及存储介质
CN111669601A (zh) * 2020-05-21 2020-09-15 天津大学 一种3d视频智能多域联合预测编码方法及装置
CN111898638A (zh) * 2020-06-29 2020-11-06 北京大学 融合不同视觉任务的图像处理方法、电子设备及介质
CN113473149A (zh) * 2021-05-14 2021-10-01 北京邮电大学 用于无线图像传输的语义信道联合编码方法及装置
WO2022194137A1 (zh) * 2021-03-17 2022-09-22 华为技术有限公司 视频图像的编解码方法及相关设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1857001A (zh) * 2003-05-20 2006-11-01 Amt先进多媒体科技公司 混合视频压缩方法
CN105163121A (zh) * 2015-08-24 2015-12-16 西安电子科技大学 基于深度自编码网络的大压缩比卫星遥感图像压缩方法
CN105430415A (zh) * 2015-12-02 2016-03-23 宁波大学 一种3d-hevc深度视频帧内快速编码方法
CN107105278A (zh) * 2017-04-21 2017-08-29 中国科学技术大学 运动矢量自动生成的视频编解码框架

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1857001A (zh) * 2003-05-20 2006-11-01 Amt先进多媒体科技公司 混合视频压缩方法
CN105163121A (zh) * 2015-08-24 2015-12-16 西安电子科技大学 基于深度自编码网络的大压缩比卫星遥感图像压缩方法
CN105430415A (zh) * 2015-12-02 2016-03-23 宁波大学 一种3d-hevc深度视频帧内快速编码方法
CN107105278A (zh) * 2017-04-21 2017-08-29 中国科学技术大学 运动矢量自动生成的视频编解码框架

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A.V.D.OORD ET AL.: "Pixel Recurrent Neural Networks", 《INTERNATIONAL CONFERENCE ON MACHINE LEARNING》 *
FENG JIANG ET AL.: "An End-to-End Compression Framework Based on Convolutional Neural Networks", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020107877A1 (zh) * 2018-11-29 2020-06-04 北京市商汤科技开发有限公司 视频压缩处理方法及装置、电子设备及存储介质
US11290723B2 (en) 2018-11-29 2022-03-29 Beijing Sensetime Technology Development Co., Ltd. Method for video compression processing, electronic device and storage medium
CN110493596A (zh) * 2019-09-02 2019-11-22 西北工业大学 一种基于神经网络的视频编码框架
CN111222532A (zh) * 2019-10-23 2020-06-02 西安交通大学 具有分类精度保持和带宽保护的边云协同深度学习模型训练方法
CN111222532B (zh) * 2019-10-23 2024-04-02 西安交通大学 具有分类精度保持和带宽保护的边云协同深度学习模型训练方法
CN111050174A (zh) * 2019-12-27 2020-04-21 清华大学 图像压缩方法、装置及***
CN111669601A (zh) * 2020-05-21 2020-09-15 天津大学 一种3d视频智能多域联合预测编码方法及装置
CN111669601B (zh) * 2020-05-21 2022-02-08 天津大学 一种3d视频智能多域联合预测编码方法及装置
CN111898638A (zh) * 2020-06-29 2020-11-06 北京大学 融合不同视觉任务的图像处理方法、电子设备及介质
CN111898638B (zh) * 2020-06-29 2022-12-02 北京大学 融合不同视觉任务的图像处理方法、电子设备及介质
WO2022194137A1 (zh) * 2021-03-17 2022-09-22 华为技术有限公司 视频图像的编解码方法及相关设备
CN113473149A (zh) * 2021-05-14 2021-10-01 北京邮电大学 用于无线图像传输的语义信道联合编码方法及装置

Also Published As

Publication number Publication date
CN108174218B (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN108174218A (zh) 基于学习的视频编解码框架
WO2021164176A1 (zh) 基于深度学习的端到端视频压缩方法、***及存储介质
CN107925762A (zh) 基于神经网络的视频编解码处理方法和装置
CN107105278A (zh) 运动矢量自动生成的视频编解码框架
CN105872558A (zh) 编码单元的局部运动向量推导的方法
CN107835421A (zh) 对视频编码的方法和设备以及对视频解码的方法和设备
CN103947211B (zh) 产生已分区比特流的视频编码装置及方法
CN106454346A (zh) 编码和解码图像的方法、编码和解码设备
CN110290386B (zh) 一种基于生成对抗网络的低码率人体运动视频编码***及方法
CN106791848B (zh) 一种基于HEVC的Two-Pass码率控制方法
CN112866694A (zh) 联合非对称卷积块和条件上下文的智能图像压缩优化方法
CN108174204A (zh) 一种基于决策树的帧间快速模式选择方法
WO2021262053A1 (en) Method and system for image compressing and coding with deep learning
CN104010193A (zh) 基于宏块划分方式扰动的视频隐写方法
CN103313058B (zh) 针对芯片实现的hevc视频编码多模块优化方法和***
CN115668952B (zh) 用于视频编码的方法、装置及计算机可读存储介质
CN103888770B (zh) 一种基于数据挖掘的高效自适应的视频转码***
CN113132735A (zh) 一种基于视频帧生成的视频编码方法
CN110677644B (zh) 一种视频编码、解码方法及视频编码帧内预测器
CN112770120B (zh) 基于深度神经网络的3d视频深度图帧内快速编码方法
CN107852493A (zh) 用于样点值补偿的图像编码方法和装置以及用于样点值补偿的图像解码方法和装置
CN111343458B (zh) 一种基于重建残差的稀疏灰度图像编解码方法及***
Zhao et al. A universal optimization framework for learning-based image codec
CN111080729A (zh) 基于Attention机制的训练图片压缩网络的构建方法及***
CN105723708A (zh) 对媒体信号进行编码和解码的方法及使用该方法的设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant