基于隐式神经表征模型的视频可变码率编码方法和装置

AITNT
正文
推荐专利
基于隐式神经表征模型的视频可变码率编码方法和装置
申请号:CN202411668324
申请日期:2024-11-21
公开号:CN119629346B
公开日期:2025-11-04
类型:发明专利
摘要
本发明提供了一种基于隐式神经表征模型的视频可变码率编码方法和装置。其方法包括:步骤1,构建并训练隐式神经表征模型;步骤2,根据指定的目标码率,利用训练好的隐式神经表征模型计算出可能的量化参数组合;步骤3,针对所有量化参数组合,计算量化灵敏度并选取最小量化灵敏度的组合进行校准;步骤4,利用熵编码器编码经校准后的模型参数。本发明通过调整量化参数而非重新训练模型的方式实现可变码率编码,极大降低了训练成本并提高了编码效率。
技术关键词
编码方法 熵编码器 视频 码率 参数 计算机可读指令 校准 优化神经网络 高层次 分析模块 代表 计算机程序产品 编码装置 解码 传播算法 电子设备 编码模块 数据格式
系统为您推荐了相关专利信息
1
一种基于双参数Holt模型平滑航空器升降率的方法
参数 航空器 蒙特卡罗 航迹信息 周期
2
基于高精度导航与测量技术的三段式锁固段型岩质边坡后缘拉裂段稳定性提升施工方法
高精度惯性导航系统 施工方法 边坡 预应力锚索 压力发生器
3
基于正态分布的切削参数确定方法、装置、设备及介质
正态分布模型 刀具材料 参数 切削加工过程 刀具使用寿命
4
一种电缆探伤方法、介质及系统
探伤方法 单目深度估计 生成三维点云 单目相机 特征值
5
一种基于扩散模型的PCB异常检测方法、装置及设备
异常检测方法 交叉注意力机制 语义向量 重构 风格
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号