[发明专利]使用机器学习的图像和视频压缩中的改进熵代码化

摘要

机器学习被用于细化用于对视频或图像数据进行熵代码化的概率分布。确定与视频块相关联的符号(例如，诸如在编码期间的量化的变换系数或诸如在解码期间的来自于比特流的语法元素)的概率分布，并且从与视频块和/或邻近块相关联的视频数据中提取特征集。然后，使用机器学习对概率分布和特征集进行处理，以产生精细的概率分布。根据精细的概率分布，对与视频块相关联的视频数据进行熵代码化。使用机器学习以细化用于熵代码化的概率分布最小化要熵代码化的符号与精细的概率分布之间的交叉熵损失。