[发明专利]一种视频编码方法、装置、终端设备及存储介质

权利要求书

1.一种视频编码方法，其特征在于，包括如下步骤：

基于待编码视频中的若干视频帧，获取若干待编码图像；

当当前的待编码图像的编码方式为帧内编码方式时，将所述待编码图像输入至预设的视频编码模型，依次对所述待编码图像进行图像编码处理、量化处理和熵编码处理，获得所述待编码图像的二进制码流；

当当前的待编码图像的编码方式为帧间编码方式时，将所述待编码图像输入至所述视频编码模型，利用预设的参考图像对所述待编码图像进行运动估计，获得运动矢量；依次对所述运动矢量进行运动矢量编码处理、量化处理和熵编码处理，分别获得运动矢量隐向量、待编码运动矢量信号和运动矢量码流；基于所述参考图像，依次对所述待编码运动矢量信号进行运动矢量解码处理和运动补偿，获得预测图像，并根据所述待编码图像和所述预测图像，获得预测残差；对所述待编码图像进行图像编码处理，获得隐向量，并根据所述隐向量和所述运动矢量隐向量，通过预设的显著图生成模块获取显著图像；根据所述显著图像，对所述预测残差进行滤波，并依次对滤波后的预测残差进行残差编码处理、量化处理和熵编码处理，获得预测残差码流；根据所述运动矢量码流和所述预测残差码流，获得所述待编码图像的整合码流；

根据各待编码图像的所述二进制码流/所述整合码流，获得目标压缩视频；

其中，所述视频编码模型包括图像压缩子模型、视频压缩子模型和所述显著图生成模块；所述图像压缩子模型至少包括图像编码器、量化器和熵编码器；所述视频压缩子模型至少包括运动估计网络、运动矢量编码器、若干量化器、若干熵编码器、运动矢量解码器、运动补偿网络、滤波器和残差编码器；所述显著图生成模块包括若干卷积层和反卷积层；所述图像编码器和所述显著图生成模块均预先以预设机器智能任务为目标进行训练。

2.如权利要求1所述的视频编码方法，其特征在于，所述依次对所述待编码图像进行图像编码处理、量化处理和熵编码处理，获得所述待编码图像的二进制码流，具体包括如下步骤：

基于所述图像压缩子模型，对所述待编码图像进行图像编码处理，获得包含所述预设机器智能任务所对应的显著性信息的隐向量；

对所述隐向量进行量化处理，获得待编码信号；

对所述待编码信号进行熵编码处理，获得所述待编码图像的二进制码流。

3.如权利要求1所述的视频编码方法，其特征在于，所述利用预设的参考图像对所述待编码图像进行运动估计，获得运动矢量，具体包括如下步骤：

基于所述视频压缩子模型，将所述待编码图像和所述参考图像输入至所述运动估计网络，通过所述运动估计网络对所述编码图像进行运动估计，获得所述运动矢量；

其中，所述参考图像为前一个待编码图像经过编码处理与解码处理后所获得的重建图像。

4.如权利要求1所述的视频编码方法，其特征在于，所述基于所述参考图像，依次对所述待编码运动矢量信号进行运动矢量解码处理和运动补偿，获得预测图像，具体包括如下步骤：

基于所述视频压缩子模型，对所述待编码运动矢量信号进行运动矢量解码处理，获得重建运动矢量；

将所述重建运动矢量和所述参考图像输入至所述运动补偿网络，通过所述运动补偿网络对所述重建运动矢量进行运动补偿，获得所述预测图像。

5.如权利要求1所述的视频编码方法，其特征在于，所述根据所述隐向量和所述运动矢量隐向量，通过预设的显著图生成模块获取显著图像，具体包括如下步骤：

将所述隐向量和所述运动矢量隐向量沿着通道维度堆叠后进行特征融合，获得融合特征；

将所述融合特征输入至所述显著图生成模块，通过所述显著图生成模块对所述融合特征进行若干次卷积操作和反卷积操作，获得所述显著图像。

6.如权利要求1所述的视频编码方法，其特征在于，所述根据所述显著图像，对所述预测残差进行滤波，具体包括如下步骤：

根据所述显著图像，通过如下表达式对所述预测残差进行滤波：

其中，表示滤波后的预测残差；表示所述预测残差；表示所述显著图像；表示预设滤波强度。