[发明专利]一种基于深层卷积神经网络的视频压缩方法在审
| 申请号： | 201910633679.0 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110248191A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 于治楼;戴鸿君;姜凯;李朋 | 申请（专利权）人： | 山东浪潮人工智能研究院有限公司 |
| 主分类号： | H04N19/42 | 分类号： | H04N19/42;H04N19/44;H04N19/132;H04N19/124;H04N19/91;H04N19/503;G06N3/04 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 冯春连 |
| 地址： | 250100 山东省济南市高新*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深层卷积神经网络的视频压缩方法，涉及视频压缩技术领域，其实现过程依次包括：构建基于深层卷积神经网络的编码模块；构建基于深层卷积神经网络的解码模块，该解码模块与所述编码模块相对应；输入视频数据，基于视频编码标准H.264，使用编码模块完成视频帧间预测后每一帧的编码工作，编码后进行量化完成视频数据的压缩，反量化后使用解码模块进行解码完成视频数据的解压，随后构建视频压缩模型；采集大量视频数据输入视频压缩模型进行训练，通过对比编码前的视频数据和解码后的视频数据，优化视频压缩模型；使用优化后的视频压缩模型对待压缩视频数据进行压缩和解压工作。本方法实现了视频数据的快速压缩和高精度解压。 | ||
| 搜索关键词： | 视频数据 视频压缩 卷积神经网络 编码模块 解码模块 构建 压缩 解压 视频编码标准 视频压缩技术 输入视频数据 压缩视频数据 快速压缩 输入视频 解码 反量化 视频帧 优化 采集 量化 预测 | ||
【主权项】：
1.一种基于深层卷积神经网络的视频压缩方法，其特征在于,该视频压缩方法的实现过程包括：步骤一、构建基于深层卷积神经网络的编码模块；步骤二、构建基于深层卷积神经网络的解码模块，该解码模块与所述编码模块相对应；步骤三、输入视频数据，基于视频编码标准H.264，使用编码模块完成视频帧间预测后每一帧的编码工作，编码后进行量化完成视频数据的压缩，反量化后使用解码模块进行解码完成视频数据的解压，随后构建视频压缩模型；步骤四、采集大量视频数据输入视频压缩模型进行训练，通过对比编码前的视频数据和解码后的视频数据，优化视频压缩模型；步骤五、使用优化后的视频压缩模型对待压缩视频数据进行压缩和解压工作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东浪潮人工智能研究院有限公司，未经山东浪潮人工智能研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910633679.0/，转载请声明来源钻瓜专利网。
