【技术实现步骤摘要】
至少一个实施例涉及用于执行和促进视频内容的视频编码的处理资源。例如，至少一个实施例涉及质量度量不可知的、用于视频编码器的基于机器学习的速率控制。
技术介绍
1、视频编码器包括分级视频处理和编码的管线，该管线包括使视频能够被存储以供稍后访问或者直接或通过网络(例如，互联网)流式传输至目的地视频设备的压缩。因此，视频设备还包括对视频流进行解码以供回放的解码器或与该解码器耦接。优化视频压缩可增加视频内容对于用户的存取和质量，且随着在线视频流式传输变得越来越流行而减少能量使用和成本。
2、一种提高流式传输质量的方式是通过视频编码管线的速率控制(rc)。速率控制可被理解为决定在视频压缩过程期间分配用于编码帧的比特数的决策算法。这种经由rc的比特分配考虑了帧有多可压缩(或帧中的区域有多可压缩)以及如果为该帧(或帧区域)分配更少比特则将影响多少质量(例如，失真)。速率控制不是编码标准的一部分，并且因此在流式传输平台和提供者之间变化很大。例如，一些编码器采用统计启发法来估计控制比特率-失真折衷的量化参数(qp)。
【技术保护点】
1.一种系统，包括：
2.如权利要求1所述的系统，其中所述质量度量是视频质量评估度量，并且所述目标比特率是预定比特率、恒定比特率或可变比特率中的一个。
3.如权利要求1所述的系统，其中所述编码硬件进一步用于使用所述第一QP值中的相应一个第一QP值来对每个相应帧进行编码。
4.如权利要求1所述的系统，其中所述处理设备进一步用于：
5.如权利要求1所述的系统，其中所述帧机器学习模型是在神经网络中实例化的帧强化学习模型，其中在对所述视频内容的多个帧进行编码的同时，所述神经网络使用所述第一多个权重来最大化所述神经网络的奖励函数。
6.如...
【技术特征摘要】
1.一种系统，包括：
2.如权利要求1所述的系统，其中所述质量度量是视频质量评估度量，并且所述目标比特率是预定比特率、恒定比特率或可变比特率中的一个。
3.如权利要求1所述的系统，其中所述编码硬件进一步用于使用所述第一qp值中的相应一个第一qp值来对每个相应帧进行编码。
4.如权利要求1所述的系统，其中所述处理设备进一步用于：
5.如权利要求1所述的系统，其中所述帧机器学习模型是在神经网络中实例化的帧强化学习模型，其中在对所述视频内容的多个帧进行编码的同时，所述神经网络使用所述第一多个权重来最大化所述神经网络的奖励函数。
6.如权利要求1所述的系统，其中所述编码硬件进一步用于执行子帧编码，并且所述机器指令进一步用于：
7.如权利要求6所述的系统，其中所述编码硬件进一步用于使用所述第二qp值中的相应一个第二qp值来对每个相应子帧进行编码。
8.一种集成电路，包括：
9.如权利要求8所述的集成电路，其中所述质量度量是视频质量评估度量，并且所述目标比特率是预定比特率、恒定比特率或可变比特率中的一个。
10.如权利要求8所述的集成电路，其中所述编码硬件进一步用于使用所述第一qp值中的相应一个第一qp值来对每个相应帧进行编码。
11.如权利要求8所述的集成电路，其中所述处理设备进一步用于：
12.如权利要求8所述的集成电路，其...
【专利技术属性】
技术研发人员：E·拉姆，D·D·利瓦伊，A·哈雷克，S·曼娜，G·切奇克，E·弗莱史曼，O·马库斯，D·波拉特，A·魏斯曼，
申请(专利权)人：迈络思科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。