基于神经网络的自学习视频编解码技术制造技术

本公开涉及一种基于神经网络的自学习视频编解码技术。其介绍如下：视频编码装置中的第一编码模块对目标视频进行压缩编码获得对应的第一码流数据和重建图像，并将第一码流数据发送至视频解码装置；视频编码装置中的第二编码模块用于以目标视频所对应的原始视频帧为标签、重建图像为输入，训练学习得到对应目标视频的修复神经网络，并获取对应的神经网络信息、发送至视频解码装置；视频解码装置中的第一解码模块基于第一码流数据进行解码得到重建图像；视频解码装置中的第二解码模块根据神经网络信息构建的修复神经网络对重建图像进行修复，得到目标视频的修复视频作为最终的解码输出。本公开实施例所提供的视频编解码技术，压缩效率高、兼容性好。

【技术实现步骤摘要】
基于神经网络的自学习视频编解码技术
本公开涉及计算机
，尤其涉及一种基于自学习神经网络的视频编码装置、解码装置及编解码系统。
技术介绍
数字视频是目前人们获取信息最便捷、直观的载体，也是最完整的信息记录、存储途径之一。数字视频无论在生活娱乐还是军事、航天、医疗等各个方面都起到了不可替代的作用。目前视频应用占据了互联网过半的流量，与此同时，人们对于视频质量的要求也越来越高。代表着更完美感官体验的高分辨率、高帧率、高动态范围视频需求强烈，2K、4K等超高清视频标准应运而生。对视频进行编解码是节省带宽、降低存储空间的必要手段。相关技术中，对视频进行压缩的方式存在压缩效率低、与已有的编解码标准难以兼容等问题。
技术实现思路
有鉴于此，本公开提出了一种基于自学习神经网络的视频编码装置、解码装置及编解码系统。根据本公开的一方面，提供了一种基于自学习神经网络的视频编码装置，所述装置包括：第一编码模块，用于对目标视频进行压缩编码，获得对应所述目标视频的第一码流数据和重建图像，并将所述第一码流数据发送至视频解码装置；第二本文档来自技高网...

【技术保护点】
1.一种自学习基于神经网络的视频编码装置，其特征在于，所述装置包括：/n第一编码模块，用于对目标视频进行压缩编码，获得对应所述目标视频的第一码流数据和重建图像，并将所述第一码流数据发送至视频解码装置；/n第二编码模块，用于以所述目标视频所对应的原始视频帧为标签、所述重建图像为输入，进行神经网络训练学习，得到对应所述目标视频的修复神经网络，并获取对应所述修复神经网络的神经网络信息，将所述神经网络信息发送至视频解码装置，以使所述视频解码装置根据所述神经网络信息构建的修复神经网络，对所述第一码流数据解码得到的重建图像进行修复，得到所述目标视频的修复视频，/n其中，所述神经网络信息包括所述修复神经网络...

【技术特征摘要】
1.一种自学习基于神经网络的视频编码装置，其特征在于，所述装置包括：
第一编码模块，用于对目标视频进行压缩编码，获得对应所述目标视频的第一码流数据和重建图像，并将所述第一码流数据发送至视频解码装置；
第二编码模块，用于以所述目标视频所对应的原始视频帧为标签、所述重建图像为输入，进行神经网络训练学习，得到对应所述目标视频的修复神经网络，并获取对应所述修复神经网络的神经网络信息，将所述神经网络信息发送至视频解码装置，以使所述视频解码装置根据所述神经网络信息构建的修复神经网络，对所述第一码流数据解码得到的重建图像进行修复，得到所述目标视频的修复视频，
其中，所述神经网络信息包括所述修复神经网络的网络参数。


2.根据权利要求1所述的装置，其特征在于，所述第二编码模块，包括：
训练数据组织子模块，用于对所述目标视频的原始视频帧和重建图像数据依次进行划分，组织成为多个训练数据单元，每个训练数据单元包括n个原始视频帧和对应的n个重建图像，n为大于零的实数；
训练子模块，用于根据每个训练数据单元进行神经网络训练学习，获得对应的每个训练数据单元的修复神经网络，并将各个修复神经网络的神经网络信息发送至视频解码装置。


3.根据权利要求2所述的装置，其特征在于，所述训练子模块具体用于：
以第i个训练数据单元的原始视频帧为标签、重建图像为输入，进行神经网络训练学习，得到对应于所述第i个训练数据单元的修复神经网络，i为正整数。


4.根据权利要求1所述的装置，其特征在于，所述第二编码模块，包括：
信息压缩子模块，用于在将所述神经网络信息发送至视频解码装置之前，采用预设的压缩方式对所述神经网络信息进行压缩，
其中，所述压缩方式包括以下任一种：无损压缩和有损压缩。


5.根据权利要求1至4任一项所述的装置，其特征在于，所述第一编码模块包括编码器，所述神经网络信息还包括所述修复神经网络的网络结构和/或对应的训练数据单元的数据单元信息。


6.一种...

【专利技术属性】
技术研发人员：何刚，李云松，沈八中，蒋昊，吴畅，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61