本发明涉及HDR超高清视频直播编码领域，尤其涉及一种用于4K HDR Vi v i d实时编码的方法及系统，包括步骤S1，对视频流进行采集、解封装，解码为YUV视频帧；步骤S2，双重场景切换检测，主线程将YUV视频帧转换为RGB视频帧，提取动态元数据,对RGB视频帧进行RGB分量场景切换检测；子线程对YUV视频帧进行独立的YUV分量场景切换检测；步骤S3，根据双重场景切换检测的判定结果处理动态元数据缓冲区，添加动态元数据，并计算动态元数据的均值作为有效动态元数据；步骤S4，对RGB视频帧进行HDR编码，并封装输出。本发明以4K实时编码能力为核心，通过整合S I MD指令汇编优化和双重场景检测技术，显著提高编码效率，确保视频连贯性，从而解决了4K HDR Vi v i d直播转码过程中性能不足的问题。
本发明涉及视频处理和视频画质增强领域，提供了一种高效实时光流法深度学习视频插帧方法，使用I FNet模型作为中间流网络，将输入图像t0时刻帧和t1时刻帧输入I FNet模型的三个模块中进行4倍、2倍、1倍降采样提取特征，采取从粗到细的策略首先进行4倍降采样特区特征，按照正向顺序和反向顺序输入分别得到正反向光流和正反向掩膜，将正反向光流和正反向掩膜进行融合，再使用融合光流对输入原图像进行warp i ng操作，最后根据融合掩膜对正反向光流生成的图像做加权操作，使得图像像素根据光流产生偏移运动到指定位置，得到插帧图像，实现根据不同配置同时输出多个时间片插帧，效率显著提升。
