一种基于深度学习的低功耗视频转码方法

本发明公开了一种基于深度学习的低功耗视频转码方法，包括：进行DVC编码视频到HEVC编码视频的转码，并根据转码过程中CU划分深度和PU的划分模式对初始特征向量进行标记，得到数据集；构建轻量级深度学习模型并根据数据集进行训练，得到划分深度预测模型；将DVC视频帧特征向量处理后输入划分深度预测模型，得到CU划分深度和PU划分模式的预测最佳选择；根据CU划分深度和PU划分模式的预测最佳选择对DVC视频帧进行HEVC编码；本发明在全局与局部层面充分挖掘初始特征的空间‑时间相关性，提升了CU划分深度和PU划分模式的预测准确性，从而在加快DVC到HEVC转码速度的同时，提升转码的压缩性能。