基于条件尺度空间流的视频压缩方法及装置制造方法及图纸

本发明专利技术提供一种基于条件尺度空间流的视频压缩方法及装置，其中的方法包括：计算当前帧与已解码帧的帧间尺度空间流；基于帧间尺度空间流，获取时间上下文特征；将时间上下文特征作为条件约束项，对当前帧进行上下文编解码处理，得到当前帧的重建帧。该方法结合了尺度空间流估计和条件编码框架，能够更充分地利用时间上下文信息和相邻帧像素运动的多尺度信息，以进行视频压缩，具有较强的去除视频时空冗余的能力，能够有效提升深度学习视频压缩的率失真性能。率失真性能。率失真性能。

【技术实现步骤摘要】
基于条件尺度空间流的视频压缩方法及装置


[0001]本专利技术涉及视频压缩
，尤其涉及一种基于条件尺度空间流的视频压缩方法及装置。

技术介绍

[0002]视频信号包含巨大的信息量，难以储存和传输，因此需要对视频信号进行压缩，以便于对视频信号进行传输，其中，视频信号中的冗余信息有时间冗余、空间冗余、压缩冗余和视觉冗余等，视频压缩的出发点就在于最大限度地消除各种冗余。
[0003]现有技术提供了一种视频帧重构方法，基于当前帧、当前帧前一帧以及当前帧与当前帧前一帧的光流信息计算得到残差，对得到的残差、光流信息以及当前帧进行编码、算术编码和算数解码，得到解码残差、光流重构信息以及分离卷积核，然后基于分离卷积核、光流重构信息以及当前帧前一帧得到当前帧预测帧，并对当前帧预测帧与解码残差进行叠加，以得到当前帧重构帧。该方法通过联合压缩运行向量及残差，进一步减少空间冗余，能够有效提升视频压缩性能。
[0004]但是，该方法需要使用预训练的光流估计网络，结构相对复杂，训练策略复杂，难以做端到端的率失真优化，并且，还采用了残差编码框架，难以达本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于条件尺度空间流的视频压缩方法，其特征在于，包括：计算当前帧与已解码帧的帧间尺度空间流；基于所述帧间尺度空间流，获取时间上下文特征；将所述时间上下文特征作为条件约束项，对所述当前帧进行上下文编解码处理，得到所述当前帧的重建帧。2.根据权利要求1所述的基于条件尺度空间流的视频压缩方法，其特征在于，所述计算当前帧与已解码帧的帧间尺度空间流，包括：将所述当前帧和所述已解码帧输入至尺度空间流编码器，得到所述帧间尺度空间流的紧致表示；对所述帧间尺度空间流的紧致表示进行量化和熵编码处理，得到所述帧间尺度空间流对应的二进制码流；对所述帧间尺度空间流对应的二进制码流进行熵解码和反量化处理后，将其输入至尺度空间流解码器，得到所述帧间尺度空间流。3.根据权利要求2所述的基于条件尺度空间流的视频压缩方法，其特征在于，所述基于所述帧间尺度空间流，获取时间上下文特征，包括：利用特征提取器提取所述已解码帧的已解码帧特征；根据所述帧间尺度空间流，对所述已解码帧特征进行变形处理，得到预测的当前帧特征；对预测的所述当前帧特征进行上下文细化操作，得到所述时间上下文特征。4.根据权利要求3所述的基于条件尺度空间流的视频压缩方法，其特征在于，所述将所述时间上下文特征作为条件约束项，对所述当前帧进行上下文编解码处理，包括：将所述当前帧输入至上下文编码器，得到所述当前帧的紧致表示；对所述当前帧的紧致表示进行量化和熵编码处理，得到所述当前帧对应的二进制码流；对所述当前帧的二进制码流进行熵解码和反量化处理后，将其输入至上下文解码器，得到所述当前帧的重建帧；其中，所述时间上下文特征作为条件约束项同时参与所述当前帧的上下文编码、熵估计以及上下文解码的处理过程。5.根据权利要求1所述的基于条件尺度空间流的视频压缩方法，其特征在于，目标视频包括多个图像组，每一所述图像组包括一个帧内编码帧和多个前向预测帧；确定所述当前帧为所述图像组中的...

【专利技术属性】
技术研发人员：王岩，郑琳峰，
申请(专利权)人：清华大学，
类型：发明
国别省市：