本申请公开了一种视频压缩方法、神经网络模型的训练方法及相关设备，属于视频压缩技术领域，本申请实施例的视频压缩方法包括：获取第一图像；将所述第一图像输入神经网络模型，并基于所述神经网络模型对所述第一图像进行视频压缩处理；获取所述神经网络模型输出的第二图像；其中，所述神经网络模型包括第一功能模块，所述第一功能模块用于实现视频压缩处理中的至少一种处理功能，在所述第一功能模块用于实现一种处理功能的情况下，所述第一图像包括至少两种图像类型。
【技术实现步骤摘要】
本申请属于视频压缩，具体涉及一种视频压缩方法、神经网络模型的训练方法及相关设备。
技术介绍
1、随着人工智能的发展，神经网络模型在视频编解码领域也得到了广泛应用。例如，以视频编解码中的环路滤波器为例，目前有尝试用神经网络模型完全替代环路滤波器功能的方案，也有尝试用神经网络模型替代部分环路滤波器功能的方案。可以理解地，在视频编解码领域，对于视频图像的处理，除了环路滤波，还包括图像重采样、帧内预测、帧间预测等其他处理需求，而目前针对不同的处理需求需要基于不同的神经网络模型来实现，这也就造成了对于视频图像的处理所需的模型结构较多、计算量较大的问题。
技术实现思路
1、本申请实施例提供一种视频压缩方法、神经网络模型的训练方法及相关设备，能够解决视频压缩领域对于视频图像的处理所需的模型结构较多、计算量较大的问题。
2、第一方面，提供了一种视频压缩方法，包括：
3、获取第一图像；
4、将所述第一图像输入神经网络模型，并基于所述神经网络模型对所述第一图像进行视频压缩处理；
5本文档来自技高网...
【技术保护点】
1.一种视频压缩方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述神经网络模型还包括第二功能模块，所述第二功能模块用于实现所述视频压缩处理中的一种处理功能。
3.根据权利要求2所述的方法，其特征在于，在所述第一功能模块用于实现视频压缩处理中的至少两种处理功能的情况下，所述第一功能模块用于实现的所述至少两种处理功能中包括所述第二功能模块用于实现的处理功能。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述视频压缩处理中的处理功能包括环路滤波、图像重采样、帧内预测、帧间预测和参考帧生成，其中：
>5.根据权利要求1...
【技术特征摘要】
1.一种视频压缩方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述神经网络模型还包括第二功能模块，所述第二功能模块用于实现所述视频压缩处理中的一种处理功能。
3.根据权利要求2所述的方法，其特征在于，在所述第一功能模块用于实现视频压缩处理中的至少两种处理功能的情况下，所述第一功能模块用于实现的所述至少两种处理功能中包括所述第二功能模块用于实现的处理功能。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述视频压缩处理中的处理功能包括环路滤波、图像重采样、帧内预测、帧间预测和参考帧生成，其中：
5.根据权利要求1所述的方法，其特征在于，在所述第一功能模块用于实现一种处理功能的情况下，所述第一图像包括重建亮度图像和重建色度图像。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述神经网络模型包括特征提取网络结构、特征融合网络结构和特征增强网络结构，所述特征提取网络结构、所述特征融合网络结构和所述特征增强网络结构满足如下至少一项：
7.根据权利要求1-5中任一项所述的方法，其特征在于，所述神经网络模型包括特征提取网络结构、特征融合网络结构和特征增强网络结构，所述方法还包括如下至少一项：
8.根据权利要求7所述的方法，其特征在于，所述第一索引、所述第二索引、所述第三索引满足如下至少一项：
9.根据权利要求7所述的方法，其特征在于，目标特征提取网络结构与所述预设的特征融合网络结构集合中的至少一个特征融合网络结构存在映...
【专利技术属性】
技术研发人员：周川，吕卓逸，
申请(专利权)人：维沃移动通信有限公司，
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。