[发明专利]用于低码率视频压缩的微量处理

权利要求书

1.一种系统，包括：

基于机器学习(ML)模型的视频编码器，被配置为：

接收包括多个视频帧的未压缩视频序列；

从所述多个视频帧中确定第一视频帧子集和第二视频帧子集；

编码所述第一视频帧子集以产生第一压缩视频帧子集；

识别用于所述第一压缩视频帧子集的第一解压缩数据；

编码所述第二视频帧子集以产生第二压缩视频帧子集；和

识别用于所述第二压缩视频帧子集的第二解压缩数据。

2.根据权利要求1所述的系统，其中，识别所述第一解压缩数据包括，在所述第一视频帧子集的所述编码期间过度拟合所述第一解压缩数据，并且其中，识别所述第二解压缩数据包括，在所述第二视频帧子集的所述编码期间过度拟合所述第二解压缩数据。

3.根据权利要求1所述的系统，其中所述第一视频帧子集包括视觉上彼此类似的视频帧，并且其中所述第二视频帧子集包括，与所述第一视频帧子集的所述视频帧相比视觉上更彼此类似的其它视频帧。

4.根据权利要求1所述的系统，进一步包括基于ML模型的视频解码器；

所述基于ML模型的视频编码器进一步被配置为：

将所述第一压缩视频帧子集、所述第二压缩视频帧子集、所述第一解压缩数据和所述第二解压缩数据发送至所述基于ML模型的视频解码器；

所述基于ML模型的视频解码器被配置为：

接收所述第一压缩视频帧子集、所述第二压缩视频帧子集、所述第一解压缩数据和所述第二解压缩数据；

使用所述第一解压缩数据解码所述第一压缩视频帧子集；和

使用所述第二解压缩数据解码所述第二压缩视频帧子集。

5.根据权利要求4所述的系统，其中，所述第一解压缩数据专用于解码所述第一压缩视频帧子集而不专用于所述第二压缩视频帧子集，并且所述第二解压缩数据专用于解码所述第二压缩视频帧子集而不专用于所述第一压缩视频帧子集。

6.根据权利要求4所述的系统，其中，所述基于ML模型的视频解码器包括人工神经网络(NN)。

7.根据权利要求4所述的系统，其中，所述基于ML模型的视频解码器包括微残差网络(Micro-Residual-Network，MicroRN)，并且其中所述第一解压缩数据与所述第二解压缩数据仅包含所述微残差网络的权重。

8.根据权利要求4所述的系统，其中，所述基于ML模型的视频编码器包括高保真度压缩(High-Fidelity Compression，HiFiC)编码器，并且其中，所述基于ML模型的视频解码器，相比于不使用所述第一解压缩数据和所述第二解压缩数据的HiFiC解码器，包括更少的参数。

9.根据权利要求4所述的系统，其中，所述基于ML模型的视频编码器包含HiFiC编码器，并且其中所述基于ML模型的视频解码器被配置为，相比于不使用所述第一解压缩数据和所述第二解压缩数据的HiFiC解码器，实现更快的解码时间。

10.根据权利要求4所述的系统，其中，所述第一解压缩数据仅被接收一次以用于所述第一压缩视频帧子集的解码，并且其中所述第二解压缩数据仅被接收一次以用于所述第二压缩视频帧子集的解码。