摘要
本发明涉及一种上下文引导的转换器熵编码视频压缩装置和方法,通过设置视频压缩装置,采用运动网络与上下文网络的模型算法以将输入的当前视频帧与历史重构帧映射为时间上下文和当前帧隐变量。通过设置上下文分配装置,可调用其上设置的上下文引导的Transformer条件熵编码模型以根据时间上下文和当前帧隐变量获得重建视频帧,在二者的结合下,能够有效压缩时间上下文,显著降低了计算成本,同时保留了充分的时间依赖信息。
技术关键词
视频压缩装置
熵编码器
网络
视频帧
解码器
变量
转换器
模型算法
教师
采样器
重构
分配装置
生成代表
运动向量
视频压缩方法
交叉注意力机制
参数
系统为您推荐了相关专利信息
疾病诊断方法
Logistic回归模型
差异表达基因
组织特异性表达
工作特征
数据采集模块
参数
风力发电机组
相关性度量方法
深度神经网络结构
动态阈值告警方法
通信大数据
性能管理系统
配置页面
ARIMA模型