[发明专利]一种视频编码方法、装置及终端设备

说明书

本发明适用于视频压缩技术领域，提供了一种视频编码方法、装置及终端设备，所述方法包括：计算当前帧与前一帧重构帧的第一光流，计算前一帧重构帧和前前帧重构帧的第二光流；将所述第一光流输入运动补偿网络后，提取所述运动补偿网络瓶颈层的参数作为第一特征信息；将所述第二光流输入运动补偿网络后，提取所述运动补偿网络瓶颈层的参数作为第二特征信息；将所述第一特征信息和第二特征信息进行融合后，输入超参网络计算得到所述第一特征信息的正态分布概率参数；基于所述正态分布概率参数对所述第一特征信息进行熵编码。本发明通过在视频压缩网络中的特征层面对当前MV进行时域预测，有效降低了MV所需码字，对视频压缩性能有较大增益。

技术领域

本发明属于视频压缩技术领域，尤其涉及一种视频编码方法、装置及终端设备。

背景技术

目前，公开的技术中没有出现对MV时域预测有效的方法。

因此有必要提出一种新的技术方案，以解决上述问题。

发明内容

有鉴于此，本发明实施例提供了一种视频编码方法、装置终端设备，以解决现有技术中视频压缩性能不高的问题。

本发明实施例的第一方面提供了一种视频编码方法，包括：

计算当前帧与前一帧重构帧的第一光流，计算前一帧重构帧和前前帧重构帧的第二光流；

将所述第一光流输入运动补偿网络后，提取所述运动补偿网络瓶颈层的参数作为第一特征信息；

将所述第二光流输入运动补偿网络后，提取所述运动补偿网络瓶颈层的参数作为第二特征信息；

将所述第一特征信息和第二特征信息进行融合后，输入超参网络计算得到所述第一特征信息的正态分布概率参数；

基于所述正态分布概率参数对所述第一特征信息进行熵编码。

本发明实施例的第二方面提供了一种视频编码装置，包括：

光流计算模块，用于计算当前帧与前一帧重构帧的第一光流，计算前一帧重构帧和前前帧重构帧的第二光流；

第一特征模块，用于将所述第一光流输入运动补偿网络后，提取所述运动补偿网络瓶颈层的参数作为第一特征信息；

第二特征模块，用于将所述第二光流输入运动补偿网络后，提取所述运动补偿网络瓶颈层的参数作为第二特征信息；

特征融合模块，用于将所述第一特征信息和第二特征信息进行融合后，输入超参网络计算得到所述第一特征信息的正态分布概率参数；

熵编码模块，用于基于所述正态分布概率参数对所述第一特征信息进行熵编码。

本发明实施例的第三方面提供了一种视频编码终端设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上第一方面所提供的方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上第一方面所提供的方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：

本发明通过在视频压缩网络中的特征层面对当前MV进行时域预测，有效降低了MV所需码字，对视频压缩性能有较大增益。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。