摘要
本发明提供一种智能视频编码优化方法及优化系统,属于视频编码技术领域,通过运动检测、多尺度处理及深度学习预测,实现视频帧的前景与背景差异化编码,首先,利用运动向量估计方法识别运动区域和非运动区域;其次,基于编码标准分割视频帧,并构建分辨率金字塔进行多尺度处理;然后,利用预训练深度学习模型预测前景与背景及相应量化参数;最后,根据差异化量化参数分别编码运动区域的前景与背景以及非运动区域,前景采用低量化参数保持细节,背景和非运动区域采用高量化参数提升压缩比,实现了对视频内容的智能化处理和高效编码,不仅提高了视频编码的压缩比和编码效率,还保证了编码后视频的高质量和低失真度。
技术关键词
视频编码优化方法
运动向量估计方法
多尺度
金字塔
视频帧
分辨率
运动检测
量化参数配置
训练深度学习模型
深度学习预测
视频编码技术
标记
神经网络模型
系统为您推荐了相关专利信息
全局视觉特征
融合视觉特征
推理方法
自然场景图像
特征金字塔网络
融合多尺度特征
点云数据预处理
模块
稀疏卷积神经网络
稠密特征
无人机
评估算法
公路桥梁结构
深度学习训练
注意力机制
CT医学影像
病灶定位装置
多层次特征提取
编码特征
病灶定位方法