[發明專利]一種基于強化學習的視頻圖像編碼壓縮效率提升方法

有效

• 申請號: 201810291528.7
• 申請日: 2018-04-03
• 公開（公告）號: CN110351558B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 陳宇;梅元剛;金星;朱政;丁丹丹
• 申請（專利權）人: 杭州微幀信息科技有限公司
• 主分類號: H04N19/124
• 分類號: H04N19/124;H04N19/176;H04N19/70
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于強化學習的視頻圖像編碼壓縮效率提升方法，其特征在于：包括以下步驟，

步驟1，創建預測網絡和判別網絡，并完成網絡參數初始化，預測網絡負責決策圖像分塊對應的編碼策略參數最優值；判別網絡負責判別預測網絡生成的編碼策略參數好壞；

步驟2，輸入圖像組，由預測網絡得到各個圖像分塊的編碼策略參數p；

步驟3，根據各個圖像分塊的編碼策略參數執行編碼過程；

步驟4，編碼結果評分，在圖像組編碼完成以后，得到的壓縮效率綜合評分R；

步驟5，判別網絡估分，根據輸入圖像組以及預測網絡得到編碼策略參數p得到估分V；

步驟6，強化學習訓練迭代，更新預測網絡和判別網絡參數，并執行迭代過程；

步驟7，編碼決策，負責為視頻圖像編碼生成最優化的各個圖像分塊的編碼策略參數，提升編碼壓縮效率。

2.根據權利要求1所述的基于強化學習的視頻圖像編碼壓縮效率提升方法，其特征在于：圖像分塊對應的編碼策略參數，

所述圖像分塊對應的編碼策略參數，指對視頻圖像壓縮效率影響很大，且對不同視頻圖像內容有適配性的關鍵策略參數，包含各個圖像分塊的量化參數增量delta QP，或者率失真代價函數中的拉格朗日乘子lambda，這些策略參數通過傳統的方法很難求解全局最優值；

所述圖像分塊大小可為任意大小，包括16×16 ，64×64，128×128正方形， 或者長方形，Wedge based不規則形狀，分塊越小，求解過程越復雜，圖像分塊的概念與具體編碼標準無關，并不與具體標準的編碼單元、預測單元或者變換單元、分片slice、分段 segments綁定，具體應用的時候可以根據需要制定圖像分塊大小、形狀以及數目，各圖像分塊得出的編碼策略參數可以拆分或者組合，然后應用到具體的標準中。

3.根據權利要求1所述的基于強化學習的視頻圖像編碼壓縮效率提升方法，其特征在于：編碼結果評分，

所述編碼結果評分，是在對整幀視頻圖像，或者整段視頻圖像編碼完成之后，得到的壓縮效率綜合評分，包括根據碼率和質量評價得到的綜合評分；

所述質量評價包括全參考質量評價峰值信噪比PSNR和結構相似性指標SSIM；

所述編碼結果評分計算的最小單位為整幀視頻圖像編碼完成以后，不需要編碼過程中的額外計算或反饋，不需要對編碼器做定制化改動，與編碼器解耦，且能夠綜合反映圖像各個分塊之間的互相影響。

4.根據權利要求1所述的基于強化學習的視頻圖像編碼壓縮效率提升方法，其特征在于：預測網絡負責決策圖像分塊對應的編碼策略參數最優值，

所述預測網絡為由若干卷積層的級聯的卷積神經網絡，加上全連接層構成，預測網絡輸入為一組視頻圖像幀的原始像素值，輸出圖像各個分塊的編碼策略參數p，預測網絡的輸入為原始像素值，而不是從編碼過程中提取的參數，不需要編碼器的額外反饋，保持較弱的耦性性，預測網絡在實際推斷和編碼過程中，用作編碼器的前置模塊，得到預處理參數。

5.根據權利要求1所述的基于強化學習的視頻圖像編碼壓縮效率提升方法，其特征在于：判別網絡負責判別預測網絡生成的預測值好壞，

所述判別網絡為由若干卷積層的級聯的卷積神經網絡，加上全連接層構成，判別網絡負責判別預測網絡生成的預測值好壞，判別網絡僅在訓練中使用，推斷中不使用，判別網絡的輸入為預測網絡輸出的圖像各個分塊的編碼策略參數p，以及對應的圖像原始像素值；輸出為判別編碼策略參數好壞的估分V。