摘要
本申请公开了一种基于深度学习的MVPS视频编码方法、设备及介质,涉及视频编码技术领域。方法包括:获取视频流,通过特征提取单元对视频流进行时域、空域的特征提取,并通过自适应权重融合层生成联合特征图;对联合特征图进行层级间的双向特征交互,得到多尺度特征集合;根据多尺度特征集合,结合当前网络带宽反馈,生成帧级量化参数初始值;对量化参数初始值进行时序一致性修正,生成目标量化参数;根据目标量化参数对当前帧进行分块编码,生成编码后的数据流。本申请通过上述方法通过动态参数调整、硬件算法协同优化、跨帧一致性增强及网络感知,解决了传统方案效率低下、实时性不足、质量不稳定及适应性差的问题。
技术关键词
视频编码方法
多尺度特征
运动特征
特征提取单元
纹理特征
编码块
视频流
计算机可执行指令
视频内容复杂度
参数
网络带宽监测
注意力
三维卷积神经网络
层级
深度图
频谱特征
视频编码设备
高层语义特征
多模态协同