[發明專利]一種基于深層卷積神經網絡的視頻壓縮方法

在審

• 申請號: 201910633679.0
• 申請日: 2019-07-15
• 公開（公告）號: CN110248191A
• 公開（公告）日: 2019-09-17
• 發明（設計）人: 于治樓;戴鴻君;姜凱;李朋
• 申請（專利權）人: 山東浪潮人工智能研究院有限公司
• 主分類號: H04N19/42
• 分類號: H04N19/42;H04N19/44;H04N19/132;H04N19/124;H04N19/91;H04N19/503;G06N3/04
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 馮春連

1.一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于,該視頻壓縮方法的實現過程包括：

步驟一、構建基于深層卷積神經網絡的編碼模塊；

步驟二、構建基于深層卷積神經網絡的解碼模塊，該解碼模塊與所述編碼模塊相對應；

步驟三、輸入視頻數據，基于視頻編碼標準H.264，使用編碼模塊完成視頻幀間預測后每一幀的編碼工作，編碼后進行量化完成視頻數據的壓縮，反量化后使用解碼模塊進行解碼完成視頻數據的解壓，隨后構建視頻壓縮模型；

步驟四、采集大量視頻數據輸入視頻壓縮模型進行訓練，通過對比編碼前的視頻數據和解碼后的視頻數據，優化視頻壓縮模型；

步驟五、使用優化后的視頻壓縮模型對待壓縮視頻數據進行壓縮和解壓工作。

2.根據權利要求1所述的一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于，所述編碼模塊選用VGG16為基礎，所述編碼模塊的深層卷積神經網絡為多層卷積神經網絡；

所述編碼模塊的多層卷積神經網絡對輸入的視頻數據依次進行卷積、池化、下采樣，將圖像編碼為高維特征圖。

3.根據權利要求2所述的一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于，所述編碼模塊的多層卷積神經網絡選用四層卷積神經網絡；

第一層卷積神經網絡使用兩層3x3x64步幅為1的same卷積和2x2/2的池化；

第二層卷積神經網絡使用兩層3x3x128步幅為1的same卷積和2x2/2的池化；

第三層卷積神經網絡使用三層3x3x256的same卷積和2x2/2的池化；

第四層卷積神經網絡使用三層3x3x256的same卷積和2x2/2的池化。

4.根據權利要求3所述的一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于，所述編碼模塊的四層卷積神經網絡對視頻數據進行編碼，所述第四層卷積神經網絡完成第二層2x2/2的遲化后：

選擇所述第一層卷積神經網絡卷積后的特征圖，并將該特征圖下采樣成與所述第四層卷積神經網絡卷積后得到特征圖相同大小；

將兩份相同大小的特征圖疊加后進行第四層卷積神經網絡中最后一層3x3x256的same卷積和2x2/2的池化，完成最終編碼，并得到編碼后的高維特征圖。

5.根據權利要求2所述的一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于，所述解碼模塊選用VGG16為基礎，所述解碼模塊的深層卷積神經網絡為多層卷積神經網絡；

所述解碼模塊的深層卷積神經網絡對反量化后的高維特征圖依次進行上采樣、卷積、反卷積，將反量化后的高維特征圖解碼為與視頻數據中視頻幀圖像近似的圖片；

所述解碼模塊進行上采樣的次數與所述編碼模塊進行下采樣的次數相同。

6.根據權利要求5所述的一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于，所述解碼模塊的深層卷積神經網絡為四層卷積神經網絡；

第一層卷積神經網絡使用三層3x3x256的same卷積和3x3/2的反卷積；

第二層卷積神經網絡使用三層3x3x128的same卷積和3x3/2的反卷積；

第三層卷積神經網絡使用兩層3x3x64的same卷積和3x3/2的反卷積；

第四層卷積神經網絡使用兩層3x3x3的same卷積和3x3/2的反卷積；

所述解碼模塊基于四層卷積神經網絡對編碼后的高維特征圖進行解碼。

7.根據權利要求2-6中任一項所述的一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于，基于二值化的量化模塊，對編碼后的高維特征圖進行量化工作；

基于二值化的反量化模塊，對量化后的高維特征圖進行反量化工作；

所述解碼模塊對反量化的高維特征圖進行解碼，得到視頻幀圖像。

8.根據權利要求7所述的一種基于深層卷積神經網絡的視頻壓縮方法，其特征在于，對量化后的高維特征圖進行熵編碼，完成無損編碼進一步壓縮視頻幀形成碼字；

對熵編碼形成的碼字進行碼字估計，將解碼后的視頻幀圖像與編碼模塊編碼前的視頻數據包含的視頻幀圖像進行對比，對比后形成重建誤差，碼子估計和重建誤差按照一定權重形成優化參數，利用優化參數對步驟三構建的視頻壓縮模型進行優化，得到步驟四所述的優化視頻壓縮模型。