用于自动编码器的帧间译码变换

本公开提供用于视频译码的方法、装置以及系统。本实现方式更具体地涉及支持潜在域中的帧之间译码的自动编码器。视频编码器可以基于机器学习模型来将视频帧从像素域转换到潜在域。例如，机器学习模型可以被训练成将视频帧变换成潜在属性张量。在一些方面中，视频编码器可以将所产生张量和与先前编码的视频帧相关联的潜在属性张量组合并且基于帧间译码变换来将所产生张量变换成包括来自当前视频帧和先前视频帧两者的潜在属性的向量。更具体地，帧间译码变换可以降低组合的张量的维度，使得所产生向量比原始潜在属性张量更小或更可压缩。