摘要
本发明公开了一种基于可学习任务感知机制的视频编解码加速方法及系统,该方法包括获取原始视频序列数据并预处理,计算得到最优图像组长度,构建图像组结构数据;采用目标检测模型,得到目标检测结果;计算目标重要性得分;构建特征向量序列,得到有效性标记,生成优化后的图像组结构数据;输入高分辨率编码器和低分辨率编码器,生成多尺度特征表示,形成量化数据包;使用动态空间选择网络生成空间重要性图,处理得到保留的特征数据,生成编码数据包;使用算术熵解码器,得到量化特征数据,进行反量化,得到反量化特征图;将其输入级联的低分辨率解码器和高分辨率解码器,生成最终视频序列。本发明减少了资源和计算的浪费,提高了编解码效率。
技术关键词
图像组结构
压缩比特流
视频编解码
视频帧
序列
低分辨率编码器
高分辨率编码器
量化误差
游程长度编码
生成编码数据
特征值
解码器
光流估计算法
语义特征
压缩特征向量
运动向量场