[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110753225A - 一种视频压缩方法、装置及终端设备 - Google Patents

一种视频压缩方法、装置及终端设备 Download PDF

Info

Publication number
CN110753225A
CN110753225A CN201911061177.1A CN201911061177A CN110753225A CN 110753225 A CN110753225 A CN 110753225A CN 201911061177 A CN201911061177 A CN 201911061177A CN 110753225 A CN110753225 A CN 110753225A
Authority
CN
China
Prior art keywords
frame
network
residual error
separation
convolutional network
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.)
Pending
Application number
CN201911061177.1A
Other languages
English (en)
Inventor
武祥吉
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.)
Hefei Map Duck Mdt Infotech Ltd
Original Assignee
Hefei Map Duck Mdt Infotech Ltd
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 Hefei Map Duck Mdt Infotech Ltd filed Critical Hefei Map Duck Mdt Infotech Ltd
Priority to CN201911061177.1A priority Critical patent/CN110753225A/zh
Publication of CN110753225A publication Critical patent/CN110753225A/zh
Pending legal-status Critical Current

Links

Images

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • 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
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors

Landscapes

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

Abstract

本发明适用于视频压缩技术领域，提供了一种视频压缩方法、装置及终端设备，包括：构建待压缩视频中第m帧的分离卷积网络；基于所述分离卷积网络，根据第m‑1帧重构帧及第m帧计算运动向量；根据所述第m‑1帧重构帧和运动向量得到第m帧预测帧；计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差；解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧；根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络；基于训练后的分离卷积网络对所述待压缩视频进行压缩。本发明改进了视频编码过程中运动向量以及残差的计算方式，提升了压缩效果并且本发明易于实现、扩展性强。

Description

一种视频压缩方法、装置及终端设备
技术领域
本发明属于视频压缩技术领域，尤其涉及一种视频压缩方法、装置及终端设备。
背景技术
本发明改进了现有视频压缩过程中运动向量以及残差的计算方式，提升了压缩效果并且本发明易于实现、扩展性强。
发明内容
有鉴于此，本发明实施例提供了一种视频压缩方法、装置及终端设备，以解决现有技术中压缩效果不好的问题。
本发明实施例的第一方面提供了一种视频压缩方法，包括：
构建待压缩视频中第m帧的分离卷积网络，其中1＜m≤N，m、N为正整数，N为待压缩视频的总帧数；
基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量；
根据所述第m-1帧重构帧和运动向量得到第m帧预测帧；
计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差；
解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧；
根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络；
基于训练后的分离卷积网络对所述待压缩视频进行压缩。
进一步地，所述构建待压缩视频中第m帧的分离卷积网络包括：
构建一个分离卷积网络；
将第1帧重构帧与第2帧相加并输入所述分离卷积网络，其中所述第1帧重构帧为基于第1帧重构网络对第1帧进行重构得到的；
基于反向传播算法对所述分离卷积网络进行训练。
进一步地，所述基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量包括：
提取所述分离卷积网络中瓶颈层的参数，其中所述瓶颈层为所述分离卷积网络中尺寸最小的卷积层；
基于所述分离卷积网络，根据所述瓶颈层参数得到运动向量。
进一步地，所述根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络包括：
将所述第m帧重构帧与第m帧比较，得到失真残差；
提取所述分离卷积网络的瓶颈层的参数，并进行量化、熵编码后得到运动比特流；
提取所述残差网络的瓶颈层的参数，并进行量化、熵编码后得到残差比特流；
根据所述失真残差、运动比特流和残差比特流算出率失真残差；
根据所述率失真残差调整所述分离卷积网络的权重参数。
进一步地，所述根据所述第m-1帧重构帧和运动向量得到第m帧预测帧包括：
将所述第m-1帧与运动向量进行分离卷积操作得到第m帧预测帧。
本发明实施例的第二方面提供了一种视频压缩装置，包括：
网络构建模块，用于构建待压缩视频中第m帧的分离卷积网络，其中1＜m≤N，m、N为正整数，N为待压缩视频的总帧数；
运动向量模块，用于基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量；
预测帧模块，用于根据所述第m-1帧重构帧和运动向量得到第m帧预测帧；
残差模块，用于计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差；
重构帧模块，用于解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧；
网络训练模块，用于根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络；
视频压缩模块，用于基于训练后的分离卷积网络对所述待压缩视频进行压缩。
进一步地，所述网络训练模块包括：
失真残差单元，用于将所述第m帧重构帧与第m帧比较，得到失真残差；
运动比特流单元，用于提取所述分离卷积网络的瓶颈层的参数，并进行量化、熵编码后得到运动比特流；
残差比特流单元，用于提取所述残差网络的瓶颈层的参数，并进行量化、熵编码后得到残差比特流；
率失真单元，用于根据所述失真残差、运动比特流和残差比特流算出率失真残差；
参数调整单元，用于根据所述率失真残差调整所述分离卷积网络的权重参数。
进一步地，所述网络构建模块包括：
构建单元，用于构建一个分离卷积网络；
输入单元，用于将第1帧重构帧与第2帧相加并输入所述分离卷积网络，其中所述第1帧重构帧为基于第1帧重构网络对第1帧进行重构得到的；
训练单元，用于基于反向传播算法对所述分离卷积网络进行训练。
本发明实施例的第三方面提供了一种视频压缩终端设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上第一方面所提供的方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上第一方面所提供的方法的步骤。
本发明与现有的视频压缩技术相比，具有压缩效果更好并易于实现、扩展性强的优点。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的视频压缩方法的实现流程示意图；
图2是本发明实施例提供的残差网络的训练方法的实现流程示意图；
图3是本发明实施例提供的三层卷积神经网络的结构示意图；
图4是本发明实施例提供的自编码网络的结构示意图；
图5是本发明实施例提供的分离卷积网络的训练方法的实现流程示意图；
图6是本发明实施例提供的视频压缩装置的结构示意图；
图7是本发明实施例提供的视频压缩终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例一提供的视频压缩方法的实现流程，该方法的执行主体可以是终端设备，详述如下：
S101，构建待压缩视频中第m帧的分离卷积网络，其中1＜m≤N，m、N为正整数，N为待压缩视频的总帧数。
可选地，构建一个分离卷积网络，上述分离卷积网络为卷积神经网络。进一步地，上述卷积神经网络可以包括至少一个卷积层，上述卷积层可包括卷积核，输入卷积层的图像经过与卷积核的卷积运算后去除冗余的图像信息，输出包含特征信息的图像。如果上述卷积核的尺寸大于1×1，则卷积层可以输出多幅尺寸小于输入图像的特征图，在经过多个卷积层的处理后，输入卷积神经网络的图像的尺寸经过了多级收缩，得到多幅尺寸小于输入神经网络的图像尺寸的特征图。可选地，上述卷积神经网络还可以包括池化层、Inception模块、全连接层等，此处不作限定。
可选地，将第一帧重构帧与第二帧相加，即将第一帧重构帧中每个像素的数值分别与第二帧每个像素的数值相加得到运动帧，并将上述运动帧输入所述分离卷积网络得到第一运动重构帧。其中，所述第1帧重构帧为基于第1帧重构网络对第1帧进行重构得到的。
可选地，构建第1帧的重构网络，所述重构网络可以是卷积神经网络，通过反向传播算法来训练所述第1帧的重构网络，重构网络的输入可以是一个随机噪声。进一步地，在训练完所述重构网络后根据所述重构网络的参数得到第1帧重构帧。
进一步地，根据得到的第一运动重构帧与运动帧，通过反向传播算法来训练上述分离卷积网络。具体地，计算上述运动帧和第一运动重构帧的差值得到损失函数，通过上述损失函数进行梯度更新，根据所述梯度更新调整所述分离卷积网络的参数；将运动帧输入更新完参数的分离卷积网络中，得到第二运动重构帧，计算上述运动帧和第二运动重构帧的差值得到损失函数，通过上述损失函数进行梯度更新，根据所述梯度更新调整所述分离卷积网络的参数；重复将运动帧输入调整参数后的分离卷积网络中得到重构帧、并根据重构帧与运动帧的损失函数进行梯度更新、基于梯度更新来调整分离卷积网络参数的操作，直至达到预设次数或者重构图像的质量达到预设目标为止。
S102，基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量。
可选地，分离卷积网络设计为encoder-decoder结构，提取所述分离卷积网络中瓶颈层(bottle-neck层)的高维特征信息，即瓶颈层的权重参数，之后对其量化、熵编码；其中所述瓶颈层为所述分离卷积网络中尺寸最小的卷积层。Decoder阶段得到的是分离卷积kernel，即运动向量，运动向量压缩需要消耗的比特数计为bit_M。
S103，根据所述第m-1帧重构帧和运动向量得到第m帧预测帧。
可选地，m-1帧中每个像素都有一个大小为[21*21]的运动kernel，对每个像素与其对应的分离卷积kernel进行卷积操作，得到第m帧预测帧P_predict。
S104，计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差。
具体地，将第m帧与第m帧预测帧相减得到残差。基于预先构建的残差压缩网络对所述残差进行压缩得到压缩残差，其中所述残差压缩网络可以为自编码网络，提取残差压缩网络中bottle_neck层的高维特征信息，然后对其进行量化、熵编码最终得到压缩残差。
进一步地，所述残差网络的训练方法包括：
S201，通过残差网络提取图像的特征，所述残差网络为自编码网络。
具体的，采用如图3所示的三层卷积神经网络对图像的特征进行提取，在一种可选的方式中，将每层卷积神经网络得到的结果都作为输入来计算得到最终的特征，即通过将每层卷积后得到的归一化特征再次进行卷积并作为级联的输入。
S202，根据概率模型对所述特征进行估计，得到码率估计结果。
具体的，包括：
根据概率模型对分布进行估计，并根据熵进行码率估计，得到所述码率估计结果。
自然图像的数据分布一般被认为是符合高斯分布，所以可以采用零均值，方差表示为
Figure BDA0002257998040000071
的拉普拉斯分布
Figure BDA0002257998040000072
对特征yi的概率分布进行建模，概率的公式如下所示：
其中μ表示平均分布，表示超参数网络的压缩特征。
进一步地，可以采用自编码网络对方差
Figure BDA0002257998040000075
进行学习，自编码网络的结构如图4所示，
Figure BDA0002257998040000076
表示压缩特征作为超参数自编码网络的输入，对标准差分布进行学习，在超参自编码网络中，变量z的表示公式为：z＝he(y)，其中he表示超参数学习网络的编码器，然后进行量化，量化公式为
Figure BDA0002257998040000077
然后被量化后的表示可作为附加变量进行传输。
特征的码率可用熵的结构进行建模可以使用带参数的方式对先验分布进行拟合，然后用数据驱动的方式对先验概率模型进行学习。
S203，对特征进行量化，得到量化后的特征。
具体的，包括：
在训练过程中，使用加性均匀噪声设计量化器，表示方式为其中∈是随机噪声。其中变量
Figure BDA00022579980400000710
的熵能用变量的熵进行估计，因此在实际使用该模型的过程中，可以使用
Figure BDA00022579980400000712
作为量化操作，这样一种方式下，也能对码率进行准确的估计。
S204，将量化后的特征输入残差网络进行解码，得到重建图。
具体的，根据自解码网络，对量化后的特征进行解码，得到重建图。
S205，将所述重建图与所述图像进行比较，并根据所述码率估计得到率-失真优化结果。
具体的，将所述重建图和所述图像进行比较，得到失真残差；
根据所述码率估计结果和所述失真残差得到所述率-失真优化结果。
在压缩模型中，失真D可以用均方误差(MSE)
Figure BDA0002257998040000081
进行表示，或使用如MS-SSIM之类的主观失真进行计算。对码率和失真进行加权的损失函数R+λD用以对自编码压缩算法进行端到端的优化，在优化过程中，首先定义损失函数，然后可使用反向传播算法对网络参数进行优化。
S206，根据所述率-失真优化结果对所述残差网络的参数进行调整。
具体的，采用梯度反向传播算法对卷积神经网络的参数进行更新。
S105，解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧。
可选地，根据所述残差压缩网络即自编码网络对所述压缩残差进行解码，并与上述得到的第m帧预测帧相加，得到第m帧重构帧。具体地，将解码后的压缩残差的数据矩阵与第m帧预测帧的数据矩阵对应相加，得到的数据矩阵即为第m帧重构帧。
S106，根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络。
具体地，如图5所示，训练分离卷积网络的步骤包括：
S501，将所述第m帧重构帧与第m帧比较，得到失真残差；
具体地，将第m帧重构帧与第m帧比较，得到失真残差。具体地，失真残差Loss可以用均方误差MSE进行表示，Loss＝MSE(Pm-Pm_recon)。其中，P表示第m帧，Pm_recon表示第m帧重构帧，或使用如MS-SSIM之类的主观失真进行计算。
S502，提取所述分离卷积网络的瓶颈层的参数，并进行量化、熵编码后得到运动比特流；
具体地，提取所述分离卷积网络的瓶颈层的高维特征信息，即分离卷积网络中尺寸最小的卷积层的权重参数。将所述高维特征信息通过量化、熵编码后得到运动比特流bit_M。
S503，提取所述残差网络的瓶颈层的参数，并进行量化、熵编码后得到残差比特流；
具体地，提取所述残差网络的瓶颈层的高维特征信息，即残差网络中尺寸最小的卷积层的权重参数，所述残差网络为自编码网络。将所述高维特征信息通过量化、熵编码后得到残差比特流bit_R。
S504，根据所述失真残差、运动比特流和残差比特流算出率失真残差；
具体地，根据上述得到的失真残差Loss、运动比特流bit_M和残差比特流bit_R计算出率失真残差Rd-Loss。Rd-Loss＝lambda*Loss+Rate，其中Rate＝bit_M+bit_R，lambda为预先设定的数值，用于分配压缩模型对预测准确度和压缩程度的占比。
S505，根据所述率失真残差调整所述分离卷积网络的权重参数。
可选地，梯度更新为W′＝W-αΔW。其中，W代表分离卷积网络的权重参数，W’代表更新后的权重参数，α是预先设定的学习率，ΔW是计算梯度。
进一步地，在进行梯度更新的时候，可以使用现有的自适应梯度优化器来进行计算。具体地，可以使用Adam优化器。进一步地，在Adam优化器中输入上述Rd-Loss、分离卷积网络的权重参数、预先设定的学习率，即可得到更新后的权重参数。可选地，将上述计算得到的更新后的权重参数替换掉分离卷积网络中原有的权重参数，成为新的分离卷积网络。
可选地，重复训练分离卷积网络直至达到预设次数为止，即分离卷积网络的视频压缩效果达到预设目标为止。
S107，基于训练后的分离卷积网络对所述待压缩视频进行压缩。
具体地，利用训练预设次数后的分离卷积网络对待压缩视频进行压缩。
本实施例中，通过改进现有视频压缩过程中运动向量以及残差的计算方式，提升了压缩效果并且本发明易于实现、扩展性强。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例二
图6示出了本发明实施例提供的视频压缩装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。该视频压缩装置6包括：网络构建模块61，运动向量模块62，预测帧模块63，残差模块64，重构帧模块65，网络训练模块66，视频压缩模块67。
其中，网络构建模块61，用于构建待压缩视频中第m帧的分离卷积网络，其中1＜m≤N，m、N为正整数，N为待压缩视频的总帧数；
运动向量模块62，用于基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量；
预测帧模块63，用于根据所述第m-1帧重构帧和运动向量得到第m帧预测帧；
残差模块64，用于计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差；
重构帧模块65，用于解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧；
网络训练模块66，用于根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络；
视频压缩模块67，用于基于训练后的分离卷积网络对所述待压缩视频进行压缩。
可选地，所述网络构建模块61包括：
构建单元，用于构建一个分离卷积网络；
输入单元，用于将第1帧重构帧与第2帧相加并输入所述分离卷积网络，其中所述第1帧重构帧为基于第1帧重构网络对第1帧进行重构得到的；
训练单元，用于基于反向传播算法对所述分离卷积网络进行训练。
可选地，所述运动向量模块62包括：
参数提取单元，用于提取所述分离卷积网络中瓶颈层的参数，其中所述瓶颈层为所述分离卷积网络中尺寸最小的卷积层；
运动向量单元，用于基于所述分离卷积网络，根据所述瓶颈层参数得到运动向量。
可选地，所述网络训练模块66包括：
失真残差单元，用于将所述第m帧重构帧与第m帧比较，得到失真残差；
运动比特流单元，用于提取所述分离卷积网络的瓶颈层的参数，并进行量化、熵编码后得到运动比特流；
残差比特流单元，用于提取所述残差网络的瓶颈层的参数，并进行量化、熵编码后得到残差比特流；
率失真单元，用于根据所述失真残差、运动比特流和残差比特流算出率失真残差；
参数调整单元，用于根据所述率失真残差调整所述分离卷积网络的权重参数。
本实施例通过网络构建模块61构建分离卷积网络，然后通过运动向量模块62计算运动向量，基于预测帧模块63根据运动向量算出预测帧，基于残差模块64根据预测帧算出残差，基于重构帧模块65得到重构帧，最后基于网络训练模块66，通过重构帧、分离卷积网络和残差网络对上述分离卷积网络进行训练。本实施例改进了现有视频压缩过程中运动向量以及残差的计算方式，提升了压缩效果并且本发明易于实现、扩展性强。
实施例三
图7是本发明一实施例提供的视频压缩终端设备的示意图。如图7所示，该实施例的视频压缩终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如视频压缩程序。所述处理器70执行所述计算机程序72时实现上述各个视频压缩方法实施例中的步骤，例如图1所示的步骤101至107。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块61至67的功能。
示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述视频压缩终端设备7中的执行过程。例如，所述计算机程序72可以被分割成网络构建模块、运动向量模块、预测帧模块、残差模块、重构帧模块、网络训练模块和视频压缩模块，各模块具体功能如下：
网络构建模块，用于构建待压缩视频中第m帧的分离卷积网络，其中1＜m≤N，m、N为正整数，N为待压缩视频的总帧数；
运动向量模块，用于基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量；
预测帧模块，用于根据所述第m-1帧重构帧和运动向量得到第m帧预测帧；
残差模块，用于计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差；
重构帧模块，用于解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧；
网络训练模块，用于根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络；
视频压缩模块，用于基于训练后的分离卷积网络对所述待压缩视频进行压缩。
所述视频压缩终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述视频压缩终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是视频压缩终端设备7的示例，并不构成对视频压缩终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述视频压缩终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述视频压缩终端设备7的内部存储单元，例如视频压缩终端设备7的硬盘或内存。所述存储器71也可以是所述视频压缩终端设备7的外部存储设备，例如所述视频压缩终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述视频压缩终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述视频压缩终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
由上可见，本发明实施例通过改进现有视频压缩过程中运动向量以及残差的计算方式，提升了压缩效果并且本发明易于实现、扩展性强。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种视频压缩方法，其特征在于，包括：
构建待压缩视频中第m帧的分离卷积网络，其中1＜m≤N，m、N为正整数，N为待压缩视频的总帧数；
基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量；
根据所述第m-1帧重构帧和运动向量得到第m帧预测帧；
计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差；
解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧；
根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络；
基于训练后的分离卷积网络对所述待压缩视频进行压缩。
2.如权利要求1所述的视频压缩方法，其特征在于，所述构建待压缩视频中第m帧的分离卷积网络包括：
构建一个分离卷积网络；
将第1帧重构帧与第2帧相加并输入所述分离卷积网络，其中所述第1帧重构帧为基于第1帧重构网络对第1帧进行重构得到的；
基于反向传播算法对所述分离卷积网络进行训练。
3.如权利要求1所述的视频压缩方法，其特征在于，所述基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量包括：
提取所述分离卷积网络中瓶颈层的参数，其中所述瓶颈层为所述分离卷积网络中尺寸最小的卷积层；
基于所述分离卷积网络，根据所述瓶颈层参数得到运动向量。
4.如权利要求1所述的视频压缩方法，其特征在于，所述根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络包括：
将所述第m帧重构帧与第m帧比较，得到失真残差；
提取所述分离卷积网络的瓶颈层的参数，并进行量化、熵编码后得到运动比特流；
提取所述残差网络的瓶颈层的参数，并进行量化、熵编码后得到残差比特流；
根据所述失真残差、运动比特流和残差比特流算出率失真残差；
根据所述率失真残差调整所述分离卷积网络的权重参数。
5.如权利要求1所述的视频压缩方法，其特征在于，所述根据所述第m-1帧重构帧和运动向量得到第m帧预测帧包括：
将所述第m-1帧与运动向量进行分离卷积操作得到第m帧预测帧。
6.一种视频压缩装置，其特征在于，包括：
网络构建模块，用于构建待压缩视频中第m帧的分离卷积网络，其中1＜m≤N，m、N为正整数，N为待压缩视频的总帧数；
运动向量模块，用于基于所述分离卷积网络，根据第m-1帧重构帧及第m帧计算运动向量；
预测帧模块，用于根据所述第m-1帧重构帧和运动向量得到第m帧预测帧；
残差模块，用于计算所述第m帧预测帧与第m帧的残差，并根据残差网络对所述残差进行压缩得到压缩残差；
重构帧模块，用于解码所述压缩残差并与所述第m帧预测帧相加，得到第m帧重构帧；
网络训练模块，用于根据所述第m帧重构帧、分离卷积网络及残差网络训练所述分离卷积网络；
视频压缩模块，用于基于训练后的分离卷积网络对所述待压缩视频进行压缩。
7.如权利要求6所述的视频压缩装置，其特征在于，所述网络训练模块包括：
失真残差单元，用于将所述第m帧重构帧与第m帧比较，得到失真残差；
运动比特流单元，用于提取所述分离卷积网络的瓶颈层的参数，并进行量化、熵编码后得到运动比特流；
残差比特流单元，用于提取所述残差网络的瓶颈层的参数，并进行量化、熵编码后得到残差比特流；
率失真单元，用于根据所述失真残差、运动比特流和残差比特流算出率失真残差；
参数调整单元，用于根据所述率失真残差调整所述分离卷积网络的权重参数。
8.如权利要求6所述的视频压缩装置，其特征在于，所述网络构建模块包括：
构建单元，用于构建一个分离卷积网络；
输入单元，用于将第1帧重构帧与第2帧相加并输入所述分离卷积网络，其中所述第1帧重构帧为基于第1帧重构网络对第1帧进行重构得到的；
训练单元，用于基于反向传播算法对所述分离卷积网络进行训练。
9.一种视频压缩终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
CN201911061177.1A 2019-11-01 2019-11-01 一种视频压缩方法、装置及终端设备 Pending CN110753225A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911061177.1A CN110753225A (zh) 2019-11-01 2019-11-01 一种视频压缩方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911061177.1A CN110753225A (zh) 2019-11-01 2019-11-01 一种视频压缩方法、装置及终端设备

Publications (1)

Publication Number Publication Date
CN110753225A true CN110753225A (zh) 2020-02-04

Family

ID=69281842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911061177.1A Pending CN110753225A (zh) 2019-11-01 2019-11-01 一种视频压缩方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN110753225A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111263163A (zh) * 2020-02-20 2020-06-09 济南浪潮高新科技投资发展有限公司 一种基于手机平台的深度视频压缩框架的实现方法
CN111294604A (zh) * 2020-02-13 2020-06-16 济南浪潮高新科技投资发展有限公司 一种基于深度学习的视频压缩方法
CN111432211A (zh) * 2020-04-01 2020-07-17 济南浪潮高新科技投资发展有限公司 一种用于视频编码的残差信息压缩方法
CN111901596A (zh) * 2020-06-29 2020-11-06 北京大学 基于深度学习的视频混合编码与解码方法及装置、介质
WO2022088631A1 (zh) * 2020-10-28 2022-05-05 Oppo广东移动通信有限公司 图像编码方法、图像解码方法及相关装置
CN115941966A (zh) * 2022-12-30 2023-04-07 深圳大学 一种视频压缩方法及电子设备
WO2024027635A1 (zh) * 2022-08-01 2024-02-08 深圳市中兴微电子技术有限公司 视频传输方法、电子设备及计算机存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106973293A (zh) * 2017-04-21 2017-07-21 中国科学技术大学 基于视差预测的光场图像编码方法
CN109118431A (zh) * 2018-09-05 2019-01-01 武汉大学 一种基于多记忆及混合损失的视频超分辨率重建方法
CN109118432A (zh) * 2018-09-26 2019-01-01 福建帝视信息科技有限公司 一种基于快速循环卷积网络的图像超分辨率重建方法
US20190228264A1 (en) * 2017-03-08 2019-07-25 Tencent Technology (Shenzhen) Company Limited Method and apparatus for training neural network model used for image processing, and storage medium
CN110191299A (zh) * 2019-04-15 2019-08-30 浙江大学 一种基于卷积神经网络的多重帧插值方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190228264A1 (en) * 2017-03-08 2019-07-25 Tencent Technology (Shenzhen) Company Limited Method and apparatus for training neural network model used for image processing, and storage medium
CN106973293A (zh) * 2017-04-21 2017-07-21 中国科学技术大学 基于视差预测的光场图像编码方法
CN109118431A (zh) * 2018-09-05 2019-01-01 武汉大学 一种基于多记忆及混合损失的视频超分辨率重建方法
CN109118432A (zh) * 2018-09-26 2019-01-01 福建帝视信息科技有限公司 一种基于快速循环卷积网络的图像超分辨率重建方法
CN110191299A (zh) * 2019-04-15 2019-08-30 浙江大学 一种基于卷积神经网络的多重帧插值方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111294604A (zh) * 2020-02-13 2020-06-16 济南浪潮高新科技投资发展有限公司 一种基于深度学习的视频压缩方法
CN111294604B (zh) * 2020-02-13 2022-03-22 山东新一代信息产业技术研究院有限公司 一种基于深度学习的视频压缩方法
CN111263163A (zh) * 2020-02-20 2020-06-09 济南浪潮高新科技投资发展有限公司 一种基于手机平台的深度视频压缩框架的实现方法
CN111432211A (zh) * 2020-04-01 2020-07-17 济南浪潮高新科技投资发展有限公司 一种用于视频编码的残差信息压缩方法
CN111432211B (zh) * 2020-04-01 2021-11-12 山东浪潮科学研究院有限公司 一种用于视频编码的残差信息压缩方法
CN111901596A (zh) * 2020-06-29 2020-11-06 北京大学 基于深度学习的视频混合编码与解码方法及装置、介质
CN111901596B (zh) * 2020-06-29 2021-10-22 北京大学 基于深度学习的视频混合编码与解码方法及装置、介质
WO2022088631A1 (zh) * 2020-10-28 2022-05-05 Oppo广东移动通信有限公司 图像编码方法、图像解码方法及相关装置
CN114501010A (zh) * 2020-10-28 2022-05-13 Oppo广东移动通信有限公司 图像编码方法、图像解码方法及相关装置
WO2024027635A1 (zh) * 2022-08-01 2024-02-08 深圳市中兴微电子技术有限公司 视频传输方法、电子设备及计算机存储介质
CN115941966A (zh) * 2022-12-30 2023-04-07 深圳大学 一种视频压缩方法及电子设备
CN115941966B (zh) * 2022-12-30 2023-08-22 深圳大学 一种视频压缩方法及电子设备

Similar Documents

Publication Publication Date Title
CN110677651A (zh) 一种视频压缩方法
CN110753225A (zh) 一种视频压缩方法、装置及终端设备
CN111641832B (zh) 编码方法、解码方法、装置、电子设备及存储介质
Zhou et al. End-to-end Optimized Image Compression with Attention Mechanism.
CN114402596B (zh) 神经网络模型解码方法、装置、系统和介质
CN110248190B (zh) 一种基于压缩感知的多层残差系数图像编码方法
US11335034B2 (en) Systems and methods for image compression at multiple, different bitrates
CN114581544A (zh) 图像压缩方法、计算机设备及计算机存储介质
WO2020150942A1 (zh) 用于图像编解码的方法和装置
CN111641826B (zh) 对数据进行编码、解码的方法、装置与系统
CN113747163A (zh) 基于上下文重组建模的图像编码、解码方法及压缩方法
CN111163314A (zh) 一种图像压缩方法及系统
Akbari et al. Learned multi-resolution variable-rate image compression with octave-based residual blocks
CN110650339A (zh) 一种视频压缩方法、装置及终端设备
Zhuang et al. A robustness and low bit-rate image compression network for underwater acoustic communication
CN110913220A (zh) 一种视频帧编码方法、装置及终端设备
CN110730347A (zh) 图像压缩方法、装置及电子设备
CN114663536B (zh) 一种图像压缩方法及装置
CN111083482A (zh) 一种视频压缩网络训练方法、装置及终端设备
CN110956669A (zh) 一种图像压缩编码方法及系统
CN113554719B (zh) 一种图像编码方法、解码方法、存储介质及终端设备
CN111163320A (zh) 一种视频压缩方法及系统
CN111161363A (zh) 一种图像编码模型训练方法及装置
EP4454281A1 (en) Method and data processing system for lossy image or video encoding, transmission and decoding
CN110234011B (zh) 一种视频压缩方法及系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200204