一种考虑显著度的基于隐式神经表示的视频编码方法

本发明提出了一种考虑显著度的基于隐式神经表示的视频编码方法,包括：原始视频预处理；构建基于多尺度特征网格的视频隐式神经表示网络，包括多尺度特征网格和解码器；通过显著度指导的训练策略优化模型；将多尺度特征网格和解码器作为压缩数据进行压缩，得到视频码流；发送并解压视频码流，将每一帧的帧索引通过特征网格生成特征嵌入，将特征嵌入输入解码器输出对应的重构图像，按顺序排列，得到解码的视频。本发明将视频编码在一个隐式神经网络中，提出多尺度特征网格和基于轻量化卷积神经网络的解码器，显著提高视频重建的客观质量，并引入显著度预处理和显著度指导的训练方式，综合提高视频重建的视觉质量。