深度学习驱动的视频压缩与高保真重建系统

本发明公开了深度学习驱动的视频压缩与高保真重建系统，属于视频压缩与重建技术领域，深度学习驱动的视频压缩与高保真重建系统包括以下步骤：S1.双路径架构含空间和时间编码器及融合模块；S2.结构化模板解析文本生成空间/运动嵌入向量，空间路径执行视觉－文本交叉注意力，时间路径用5步长一维卷积生成sigmoid门控系数加权融合运动特征与视觉特征；S3.训练初期KL散度与重建损失动态加权，中后期引入多层级监督，学习率周期性衰减至下限1e‑5，验证指标停滞则早停；S4特征拼接后经可变形卷积跨模态融合，亚像素上采样八倍重建；有益效果包括在低码率下仍能保持高保真度和时间流畅性，适用于超高清视频、AR/VR场景。