[发明专利]使用分离的学习通路和滤波通路的视频代码化

权利要求书

1.一种解码器，包括：

熵解码级，所述熵解码级被配置为对表示来自编码比特流的编码视频帧的语法元素进行熵解码，以产生量化变换系数；

去量化级，所述去量化级被配置为对所述量化变换系数进行去量化，以产生变换系数；

逆变换级，所述逆变换级被配置为对所述变换系数进行逆变换，以产生预测残差；

重构级，所述重构级被配置为重构所述预测残差，以产生重构帧；

第一后置重构通路，所述第一后置重构通路被配置为使用一种或多种滤波技术对所述重构帧的第一副本进行滤波，以产生滤波帧，其中，所述滤波帧用于被包括在输出视频流中，以在用户设备上显示；以及

第二后置重构通路，所述第二后置重构通路被配置为使用所述重构帧的第二副本来训练学习模型。

2.根据权利要求1所述的解码器，其中，所述第二后置重构通路被配置为使用所述重构帧的所述第二副本和从所述第一后置重构通路接收到的滤波器侧信息来训练所述学习模型。

3.根据权利要求1或2所述的解码器，其中，在所述熵解码级、所述去量化级、所述逆变换级、所述重构级和所述第二后置重构通路执行的每个函数都是内射函数，其中，在所述第一后置重构通路执行的至少一个函数是非内射函数。

4.根据权利要求1或2所述的解码器，其中，所述重构帧是第一重构帧，其中，所述重构级被进一步配置为产生第二重构帧，其中，所述第一后置重构通路被配置为对所述第二重构帧的第一副本进行滤波，其中，所述第二后置重构通路被配置为使用经训练的学习模型对所述第二帧的第二副本执行一个或多个推理操作。

5.根据权利要求1至4中任一项所述的解码器，其中，所述一种或多种滤波技术包括使用环内滤波器执行的滤波技术。

6.根据权利要求1至5中任一项所述的解码器，其中，与使用所述滤波帧训练所述学习模型相比，使用所述重构帧的所述第二副本训练所述学习模型导致了所述学习模型的更大分类精度上限。

7.一种方法，包括：

对表示编码视频数据的量化变换系数进行去量化，以产生变换系数；

对所述变换系数进行逆变换，以产生预测残差；

重构所述预测残差，以产生重构帧；

对所述重构帧的第一副本进行滤波，以产生滤波帧；以及

使用学习模型来处理所述重构帧的第二副本，以标识视频内容。

8.根据权利要求7所述的方法，其中，使用所述学习模型来处理所述重构帧的所述第二副本以标识所述视频内容包括：

使用所述重构帧的所述第二副本训练所述学习模型，以标识所述视频内容。

9.根据权利要求8所述的方法，与使用所述滤波帧训练所述学习模型相比，使用所述重构帧的所述第二副本训练所述学习模型导致了所述学习模型的更大分类精度上限。

10.根据权利要求8或9所述的方法，其中，使用所述重构帧的所述第二副本训练所述学习模型以标识所述视频内容包括：

使用滤波器侧信息来训练所述学习模型，其中，所述滤波器侧信息被用于对所述重构帧的所述第一副本进行滤波。

11.根据权利要求7至10中任一项所述的方法，其中，所述滤波帧是使用至少一个非内射函数产生的，其中，所述重构帧的所述第二副本是在没有使用所述至少一个非内射函数的情况下产生的。

12.根据权利要求7至10中任一项所述的方法，其中，对所述重构帧的所述第一副本进行滤波以产生所述滤波帧包括：

使用环内滤波器来处理所述重构帧的所述第一副本。

13.根据权利要求7至12中任一项所述的方法，其中，所述编码视频数据是第一编码视频数据，所述方法进一步包括：

使用经训练的学习模型对第二编码视频数据执行一个或多个推理操作。