视频压缩方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术提供一种视频压缩方法、装置、电子设备和存储介质，所述方法包括：获取待压缩视频，并在待压缩视频为HDR格式的情况下，将待压缩视频的各视频帧图像转换为SDR格式；对各SDR格式的视频帧图像进行压缩，并将压缩后各视频帧图像转换为HDR格式；基于各HDR格式的视频帧图像，得到HDR压缩视频。本发明专利技术在待压缩视频为HDR格式的情况下，将待压缩视频的各视频帧图像转换为SDR格式，从而能够高质量对各SDR格式的视频帧图像进行压缩，并将压缩后各视频帧图像转换为HDR格式，基于各HDR格式的视频帧图像，得到效果较好的HDR压缩视频。得到效果较好的HDR压缩视频。得到效果较好的HDR压缩视频。

【技术实现步骤摘要】
视频压缩方法、装置、电子设备和存储介质


[0001]本专利技术涉及视频压缩
，尤其涉及一种视频压缩方法、装置、电子设备和存储介质。

技术介绍

[0002]现有的基于深度学习的视频压缩方法是对标准动态范围(Standard Dynamic Range,SDR)视频进行压缩的，而高动态范围(High Dynamic Range,HDR)视频包含较多的光亮信息，而这部分信息是无法被现有的基于深度学习的视频压缩方法有效处理的。在使用现有的基于深度学习的视频压缩方法来压缩HDR视频时，其压缩效果远不如它在SDR视频压缩任务中的表现，也不如传统压缩算法对于HDR视频的压缩表现。所以，现有的基于深度学习的视频压缩方法是不能够有效压缩HDR视频的。

技术实现思路

[0003]本专利技术提供一种视频压缩方法、装置、电子设备和存储介质，用以解决现有技术中无法有效压缩HDR视频的缺陷。
[0004]本专利技术提供一种视频压缩方法，包括：
[0005]获取待压缩视频，并在所述待压缩视频为HDR格式的情况下，将所述待压缩视频的各视频帧图像转换为SDR格式；
[0006]对各SDR格式的视频帧图像进行压缩，并将压缩后各视频帧图像转换为HDR格式；
[0007]基于各HDR格式的视频帧图像，得到HDR压缩视频。
[0008]根据本专利技术提供的一种视频压缩方法，所述对各SDR格式的视频帧图像进行压缩，包括：
[0009]基于压缩模型，对各SDR格式的视频帧图像进行压缩；
>[0010]其中，所述压缩模型基于样本HDR视频帧图像和样本SDR视频帧图像训练得到。
[0011]根据本专利技术提供的一种视频压缩方法，所述压缩模型基于如下步骤训练得到：
[0012]将所述样本HDR视频帧图像和所述样本SDR视频帧图像分别输入至所述压缩模型的编码层，得到所述编码层输出的样本HDR编码数据和样本SDR编码数据；
[0013]将所述样本HDR编码数据和所述样本SDR编码数据分别输入至所述压缩模型的解码层，得到所述解码层输出的样本HDR解码数据和样本SDR解码数据；
[0014]基于所述样本HDR视频帧图像和所述样本HDR解码数据之间的差异，以及所述样本SDR视频帧图像和所述样本SDR解码数据之间的差异，对所述压缩模型的初始模型进行参数迭代，得到所述压缩模型。
[0015]根据本专利技术提供的一种视频压缩方法，所述基于所述样本HDR视频帧图像和所述样本HDR解码数据之间的差异，以及所述样本SDR视频帧图像和所述样本SDR解码数据之间的差异，对所述压缩模型的初始模型进行参数迭代，得到所述压缩模型，包括：
[0016]基于所述样本HDR视频帧图像和所述样本HDR解码数据之间的差异，确定HDR损失
值；
[0017]基于所述样本SDR视频帧图像和所述样本SDR解码数据之间的差异，确定SDR损失值；
[0018]基于所述HDR损失值，以及所述SDR损失值，对所述初始模型进行参数迭代，得到所述压缩模型。
[0019]根据本专利技术提供的一种视频压缩方法，所述将所述待压缩视频的各视频帧图像转换为SDR格式，包括：
[0020]对各视频帧图像进行感知统一编码，得到各视频帧图像的感知值；
[0021]对各视频帧图像的感知值进行正向映射，得到各视频帧图像的正向映射值，并基于各视频帧图像的正向映射值确定对应SDR格式的视频帧图像。
[0022]根据本专利技术提供的一种视频压缩方法，所述将压缩后各视频帧图像转换为HDR格式，包括：
[0023]对压缩后各视频帧图像进行逆向映射，得到各视频帧图像的逆向映射值；
[0024]对各视频帧图像的逆向映射值进行感知统一编码，得到HDR格式的各视频帧图像。
[0025]根据本专利技术提供的一种视频压缩方法，所述获取待压缩视频，之后还包括：
[0026]在所述待压缩视频为SDR格式的情况下，对所述待压缩视频的各视频帧图像进行压缩，并基于压缩后的各视频帧图像，得到SDR压缩视频。
[0027]本专利技术还提供一种视频压缩装置，包括：
[0028]获取单元，用于获取待压缩视频，并在所述待压缩视频为HDR格式的情况下，将所述待压缩视频的各视频帧图像转换为SDR格式；
[0029]转换单元，用于对各SDR格式的视频帧图像进行压缩，并将压缩后各视频帧图像转换为HDR格式；
[0030]压缩单元，用于基于各HDR格式的视频帧图像，得到HDR压缩视频。
[0031]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述视频压缩方法。
[0032]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述视频压缩方法。
[0033]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述视频压缩方法。
[0034]本专利技术提供的视频压缩方法、装置、电子设备和存储介质，在待压缩视频为HDR格式的情况下，将待压缩视频的各视频帧图像转换为SDR格式，从而能够高质量对各SDR格式的视频帧图像进行压缩，并将压缩后各视频帧图像转换为HDR格式，基于各HDR格式的视频帧图像，得到效果较好的HDR压缩视频。
附图说明
[0035]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些
附图获得其他的附图。
[0036]图1是本专利技术提供的视频压缩方法的流程示意图之一；
[0037]图2是本专利技术提供的视频压缩方法的流程示意图之二；
[0038]图3是本专利技术提供的压缩模型训练方法的流程示意图；
[0039]图4是本专利技术提供的视频压缩装置的结构示意图；
[0040]图5是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0041]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0042]现有的基于深度学习的视频压缩方法是对SDR视频进行压缩的，而HDR视频包含较多的光亮信息，而这部分信息是无法被现有的基于深度学习的视频压缩方法有效处理的。在使用现有的基于深度学习的视频压缩方法来压缩HDR视频时，其压缩效果远不如它在SDR视频压缩任务中的表现，也不如传统压缩算法对于HDR视频的压缩表现。所以，现有的基于深度学习的视频压缩方法是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频压缩方法，其特征在于，包括：获取待压缩视频，并在所述待压缩视频为HDR格式的情况下，将所述待压缩视频的各视频帧图像转换为SDR格式；对各SDR格式的视频帧图像进行压缩，并将压缩后各视频帧图像转换为HDR格式；基于各HDR格式的视频帧图像，得到HDR压缩视频。2.根据权利要求1所述的视频压缩方法，其特征在于，所述对各SDR格式的视频帧图像进行压缩，包括：基于压缩模型，对各SDR格式的视频帧图像进行压缩；其中，所述压缩模型基于样本HDR视频帧图像和样本SDR视频帧图像训练得到。3.根据权利要求2所述的视频压缩方法，其特征在于，所述压缩模型基于如下步骤训练得到：将所述样本HDR视频帧图像和所述样本SDR视频帧图像分别输入至所述压缩模型的编码层，得到所述编码层输出的样本HDR编码数据和样本SDR编码数据；将所述样本HDR编码数据和所述样本SDR编码数据分别输入至所述压缩模型的解码层，得到所述解码层输出的样本HDR解码数据和样本SDR解码数据；基于所述样本HDR视频帧图像和所述样本HDR解码数据之间的差异，以及所述样本SDR视频帧图像和所述样本SDR解码数据之间的差异，对所述压缩模型的初始模型进行参数迭代，得到所述压缩模型。4.根据权利要求3所述的视频压缩方法，其特征在于，所述基于所述样本HDR视频帧图像和所述样本HDR解码数据之间的差异，以及所述样本SDR视频帧图像和所述样本SDR解码数据之间的差异，对所述压缩模型的初始模型进行参数迭代，得到所述压缩模型，包括：基于所述样本HDR视频帧图像和所述样本HDR解码数据之间的差异，确定HDR损失值；基于所述样本SDR视频帧图像和所述样本SDR解码数据之间的差异，确定SDR损失值；基于所述HDR损失值，以及所述...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：上海壁仞智能科技有限公司，
类型：发明
国别省市：