一种基于深度学习的视频流采集方法

本发明适用于视频采集技术领域，尤其涉及一种基于深度学习的视频流采集方法，所述方法包括：通过自适应策略进行视频采集，得到实时采集视频数据；通过边缘计算进行参数调节，得到预处理视频数据；对预处理视频数据进行关键帧选择，得到关键帧数据；通过优化的变分自编码器模型对关键帧数据进行帧间差异压缩，输出视频帧压缩数据；在需要恢复原视频时，对视频压缩数据进行解析，通过预训练的神经网络模型进行重构，得到重构视频序列，根据重构视频序列生成完整视频。本发明利用深度学习模型直接在解码过程中生成非关键帧，不仅能够显著提高压缩比，而且可以改善视频播放的连续性和图像质量，特别是在高动态和复杂场景下的表现。