摘要
本发明提供一种基于语义增强的HEVC编码方法和装置,包括:获取原始编码和待编码视频;将所述待编码视频的图像帧依次输入至预先训练的CTU分割结果预测模型,得到CTU分割预测结果;根据所述原始编码对所述待编码视频进行编码;根据所述CTU分割预测结果执行所述编码过程中的率失真优化过程,得到目标编码;其中,所述CTU分割结果预测模型是基于深度神经网络利用海量视频文件样本训练得到的。本发明使用深度神经网络提取语义信息以预测CTU分割结果,根据神经网络的预测结果优化率失真优化遍历过程,从而优化编码方法,在不改变编码性能的同时节约编码时间。同时由于本发明与现有代码进行了结合,节约了部署成本。
技术关键词
深度神经网络
语义
样本
视频
优化编码方法
非暂态计算机可读存储介质
构建预测模型
处理器
图像
位置提取
数据
计算机程序产品
编码装置
存储器
标签
电子设备
系统为您推荐了相关专利信息
三维重建方法
影像
无人机
双目立体视觉
曲面重建算法
三维重建方法
柔性制造系统
语义分割模型
交叉注意力机制
3D点云
熔融沉积成型工艺
实时监控装置
FDM3D打印机
控制板
生成G代码
网元
生成智能
任务分配策略
强化学习算法
计算机