一种视频压缩网络训练方法、装置及终端设备制造方法及图纸

本发明专利技术适用于视频压缩技术领域，提供了一种视频压缩网络训练方法、装置及终端设备，所述方法包括：将训练视频表示为一个包含N帧的帧序列，其中N为正整数；构建一个与所述训练视频对应的视频压缩网络；根据第m‑1帧重构帧训练所述视频压缩网络并更新权重参数，其中1<m≤N，且m为正整数；基于所述更新权重参数后的视频压缩网络，根据所述第m‑1帧重构帧和第m帧得到第m帧重构帧；所述帧序列中每一帧都输入所述视频压缩网络并更新权重参数后，得到训练完成的视频压缩网络。本发明专利技术利用视频序列作为训练样本，将视频压缩网络恢复的当前帧的重建帧作为参考帧，从而让视频压缩网络学习到重建帧的特征分布，使得视频压缩网络能够有更好的重建能力。

A video compression network training method, device and terminal equipment

【技术实现步骤摘要】
一种视频压缩网络训练方法、装置及终端设备
本专利技术属于视频压缩
，尤其涉及一种视频压缩网络训练方法、装置及终端设备。
技术介绍
现有技术中单码点模型在视频序列的测试中存在较为严重的衰减，主要原因还是因为训练测试不匹配造成的，目前的模型训练中用两个I帧作为参考帧来压缩当前帧，而在模型性能测试中，需要把恢复的重建帧作为参考帧，而模型没有见过这种参考帧，因此导致模型的重建质量下降。因此有必要提出一种新的技术方案，以解决上述问题。
技术实现思路
有鉴于此，本专利技术实施例提供了一种视频压缩方法、装置终端设备，以解决现有技术中的问题。本专利技术实施例的第一方面提供了一种视频压缩网络训练方法，包括：将训练视频表示为一个包含N帧的帧序列，其中N为正整数；构建一个与所述训练视频对应的视频压缩网络；根据第m-1帧重构帧训练所述视频压缩网络并更新权重参数，其中1<m≤N，且m为正整数；基于所述更新权重参数后的视频压缩网络，根据所述第m-1帧重构帧和第m帧得到第m帧重构帧；...

【技术保护点】
1.一种视频压缩网络训练方法，其特征在于，包括：/n将训练视频表示为一个包含N帧的帧序列，其中N为正整数；/n构建一个与所述训练视频对应的视频压缩网络；/n根据第m-1帧重构帧训练所述视频压缩网络并更新权重参数，其中1<m≤N，且m为正整数；/n基于所述更新权重参数后的视频压缩网络，根据所述第m-1帧重构帧和第m帧得到第m帧重构帧；/n所述帧序列中每一帧都输入所述视频压缩网络并更新权重参数后，得到训练完成的视频压缩网络。/n

【技术特征摘要】
1.一种视频压缩网络训练方法，其特征在于，包括：
将训练视频表示为一个包含N帧的帧序列，其中N为正整数；
构建一个与所述训练视频对应的视频压缩网络；
根据第m-1帧重构帧训练所述视频压缩网络并更新权重参数，其中1<m≤N，且m为正整数；
基于所述更新权重参数后的视频压缩网络，根据所述第m-1帧重构帧和第m帧得到第m帧重构帧；
所述帧序列中每一帧都输入所述视频压缩网络并更新权重参数后，得到训练完成的视频压缩网络。


2.如权利要求1所述的视频压缩网络训练方法，其特征在于，所述根据第m-1帧重构帧训练所述视频压缩网络并更新权重参数包括：
S1：将所述第m-1帧重构帧作为所述视频压缩网络的输入，得到第m帧重构帧；
S2：计算所述第m帧重构帧与第m帧的损失函数，并根据所述损失函数进行梯度更新，调整所述视频压缩网络的权重参数；
S3：重复执行S1到S2直至所述视频压缩网络满足预设条件为止。


3.如权利要求2所述的视频压缩网络训练方法，其特征在于，所述重复执行S1到S2直至所述视频压缩网络满足预设条件为止包括：
重复执行S1到S2直至所述视频压缩网络达到预设的重建质量为止
或
重复执行S1到S2的次数达到预设次数为止。


4.如权利要求2所述的视频压缩网络训练方法，其特征在于，所述将所述第m-1帧重构帧作为所述视频压缩网络的输入，得到第m帧重构帧包括：
当m＝2时，所述第m-1帧重构帧即为所述训练视频的第1帧。


5.一种视频压缩网络训练装置，其特征在于，包括：
视频帧模块，用于将训练视频表示为一个包含N帧的帧序列，其中N为正整数；
网络构建模块，用于构建一个与所述训练视频对应的视频压缩网络；
训练模块，用于根据第m-1帧重构帧训练所述视...

【专利技术属性】
技术研发人员：郭烈强，
申请(专利权)人：合肥图鸭信息科技有限公司，
类型：发明
国别省市：江苏;32