视频多尺度隐式神经网络表示压缩方法及装置

本申请公开了一种视频多尺度隐式神经网络表示压缩方法及装置，方法包括：采用隐表示神经网络模型对原始视频序列进行建模，以将原始视频序列转换为隐表示神经网络模型的网络模型参数；隐表示神经网络模型用于提取包含时序信息的融合编码特征和执行空间解码重建，融合编码特征是根据原始视频序列选取的；根据原始视频序列和重建视频，构建隐表示神经网络模型的损失函数，重建视频是对原始视频序列进行重建得到的；采用损失函数，对网络模型参数进行迭代优化，将最终优化的网络模型参数作为原始视频序列对应的视频压缩结果。因此，采用本申请实施例，能充分利用视频的空域和时域结构先验，使压缩效率能达到最优，提升视频压缩性能。