一种面向人机混合视觉的语义感知视频压缩方法及系统

本发明涉及一种面向人机混合视觉的语义感知视频压缩方法及系统，方法包括：提取视频序列的动态语义，生成感兴趣区域；根据输入帧和对应的感兴趣区域掩码生成视觉一致的聚焦帧；通过熵模型预测聚焦帧的特征概率分布，并将其压缩为码流；通过条件解码器对码流进行解码，得到语义压缩重建视频；将基础分支和辅助分支的解码帧缓冲区中的解码帧进行特征对齐，生成预测特征；将预测特征的预测帧和视频序列输入熵模型中，通过熵编码压缩为码流；对码流进行解码得到重建特征；将重建特征转化为精细重建特征，得到最终的压缩重建视频。与现有技术相比，本发明在低码率条件下仍能维持较高的机器视觉任务准确度，在机器视觉任务中实现更高的率准确率性能。