[发明专利]一种视频编码方法、视频解码方法、装置、系统及介质

权利要求书

1.一种视频编码方法，其特征在于，所述方法包括：

获取失真图片，所述失真图片是对当前原始视频图片进行编码时生成的；

生成失真图片对应的边信息分量，所述边信息分量表示所述失真图片相对所述当前原始视频图片的失真特征，所述边信息分量是根据至少一个量化参数或目标图像块中包括的各编码单元的编码信息获取得到的；

将所述失真图片和所述边信息分量输入卷积神经网络模型进行滤波处理得到所述失真图片包括的失真图像块对应的第一去失真图像块，所述卷积神经网络模型为基于预设训练集进行训练得到的，所述预设训练集包括原始样本图片，所述原始样本图片对应的多个失真图片，以及每个所述原始样本图片对应的失真图片所对应的边信息分量；

从所述失真图像块对应的图像块集合中选择一个图像块作为所述失真图像块对应的目标去失真图像块，所述图像块集合包括所述失真图像块对应的第一去失真图像块和/或所述失真图像块；

根据所述失真图像块对应的目标去失真图像块，对所述当前原始视频图片之后的原始视频图片进行编码得到视频比特流；

其中，所述生成失真图片对应的边信息分量包括：

针对待处理的目标图像块，获取所述目标图像块中的每个编码单元的量化参数，将所述目标图像块的每个像素点所在编码单元的量化参数，确定为所述目标图像块的每个像素点的失真程度值，所述目标图像块是所述失真图片中的一失真图像块；

基于所述目标图像块中的各像素点的位置，使用所述获取的各像素点的失真程度值，生成所述目标图像块对应的边信息分量，其中，所述边信息分量包括的每个分量值与目标图像块上相同位置的像素点相对应。

2.如权利要求1所述的方法，其特征在于，所述将所述失真图片和所述边信息分量输入卷积神经网络模型进行滤波处理得到所述失真图片包括的失真图像块对应的第一去失真图像块，包括：

对所述失真图片进行划分，得到所述失真图片包括的失真图像块，将所述失真图像块和所述失真图像块对应的边信息分量输入卷积神经网络模型进行滤波处理得到所述失真图像块对应的第一去失真图像块；或者，

将所述失真图片和所述边信息分量输入卷积神经网络模型进行滤波处理得到去失真图图片，对所述去失真图片进行划分得到所述失真图片包括的失真图像块对应的第一去失真图像块。

3.如权利要求1所述的方法，其特征在于，所述获取失真图片之后，还包括：

将所述失真图片输入至少一个滤波器进行滤波处理，得到每个滤波器输出的所述失真图片包括的失真图像块对应的第二去失真图像块，所述失真图像块对应的图像块集合还包括所述每个滤波器输出的所述失真图像块对应的第二去失真图像块。

4.如权利要求1至3任一项所述的方法，其特征在于，所述从图像块集合中选择一个图像块，包括：

根据所述失真图像块在所述当前原始视频图片中对应的原始图像块，从图像块集合中选择一个图像块；或者，

根据所述失真图像块包括的各编码单元的编码信息，从图像块集合中选择一个图像块。

5.如权利要求4所述的方法，其特征在于，所述根据所述失真图像块在所述当前原始视频图片中对应的原始图像块，从图像块集合中选择一个图像块，包括：

分别计算所述图像块集合中的每个图像块与所述失真图像块对应的原始图像块之间的差异值；

从所述图像块集合中选择与所述失真图像块对应的原始图像块之间的差异值最小的图像块。

6.如权利要求4所述的方法，其特征在于，所述视频比特流还包括所述失真图片对应的滤波标志图，所述方法还包括：

在根据所述失真图像块对应的原始图像块，从图像块集合中选择一个图像块时，根据所述失真图像块在所述失真图片的位置，在所述滤波标志图中填写用于标识所述目标去失真图像块的数据类型的标志信息。