一种解码、编码方法、装置及其设备制造方法及图纸

本申请提供一种解码、编码方法、装置及其设备，该解码方法包括：通过第一神经网络获取当前图像块对应的第一特征，并获取所述当前图像块对应的特征调整因子，所述第一神经网络包括至少一个卷积层；基于所述第一特征和所述特征调整因子确定目标特征；基于所述目标特征，通过第二神经网络获取所述当前图像块对应的重建图像块，所述第二神经网络包括至少一个卷积层。通过本申请技术方案，能够提高编码性能和解码性能。

【技术实现步骤摘要】

本申请涉及编解码，尤其是涉及一种解码、编码方法、装置及其设备。

技术介绍

1、为了达到节约空间的目的，视频图像都是经过编码后才传输的，完整的视频编码可以包括预测、变换、量化、熵编码、滤波等过程。针对预测过程，预测过程可以包括帧内预测和帧间预测，帧间预测是指利用视频时间域的相关性，使用邻近已编码图像的像素预测当前像素，以达到有效去除视频时域冗余的目的。帧内预测是指利用视频空间域的相关性，使用当前帧图像的已编码块的像素预测当前像素，以达到去除视频空域冗余的目的。

2、随着深度学习的迅速发展，深度学习在许多高层次的计算机视觉问题上取得成功，如图像分类、目标检测等，深度学习也逐渐在编解码领域开始应用，即可以采用神经网络对图像进行编码和解码。虽然基于神经网络的编解码方法展现出巨大性能潜力，但是，基于神经网络的编解码方法仍然存在编码性能较差、解码性能较差和复杂度较高等问题。

技术实现思路

1、有鉴于此，本申请提供一种解码、编码方法、装置及其设备，提高编码性能和解码性能。

2、本申请提供一种解码方法本文档来自技高网...

【技术保护点】

1.一种解码方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求1-4任一项所述的方法，其特征在于，

6.根据权利要求5所述的方法，其特征在于，

7.根据权利要求6所述的方法，其特征在于，

8.根据权利要求7所述的方法，其特征在于，

9.根据权利要求5所述的方法，其特征在于，

10.根据权利要求9所述的方法，其特征在于，所述通过所述注意力子网络中的第一子...

【技术特征摘要】

1.一种解码方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求1-4任一项所述的方法，其特征在于，

6.根据权利要求5所述的方法，其特征在于，

7.根据权利要求6所述的方法，其特征在于，

8.根据权利要求7所述的方法，其特征在于，

9.根据权利要求5所述的方法，其特征在于，

10.根据权利要求9所述的方法，其特征在于，所述通过所述注意力子网络中的第一子网络对所述初始特征进行特征增强，得到所述第二特征，包括：采用残差增强子网络对所述初始特征进行特征增强，得到增强后特征；采用权重生成子网络生成所述初始特征对应的权重特征；基于所述增强后特征和所述权重特征生成所述第二特征；

11.根据权利要求9所述的方法，其特征在于，所述通过所述注意力子网络中的第一子网络对所述初始特征进行特征增强，得到所述第二特征，包括：采用残差块子网络对所述初始特征进行特征增强，得到增强后特征；采用卷积子网络对所述增强后特征进行卷积，得到卷积后特征，基于所述卷积后特征确定所述第二特征；

12.根据权利要求6或9所述的方法，其特征在于，

13.根据权利要求5-12任一项所述的方法，其特征在于，所述基于所述特征调整因子对所述第二特征进行特征调整，得到第三特征，包括：

14.根据权利要求13所述的方法，其特征在于，

15.根据权...

【专利技术属性】
技术研发人员：陈方栋，武晓阳，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：