联系人:
所在地:
本发明提供了基于深度学习和显著性感知的压缩视频流再编 码方法,包括以下步骤:构建和训练压缩域视频图像显著性检 测深度学习模型;将待再编码的压缩视频图像 X 输入步骤 1 训 练好的压缩域视频图像显著性检测深度学习模型 CDVNet;利 用压缩域视频图像显著性检测深度学习模型 CDVNet对待再编 码的压缩视频图像 X 部分解码;使用HEVC 编码技术,结合每 一编码单元更新后的量化参数进行视频图像再编码;本发明采 用基于压缩域的显著性特征提取,在压缩码流中利用部分解码 得到的数据信息进行显著性检测,克服了现有技术中基于像素 域的显著性检测必须先全部解压这些压缩视频到像素域,然后 才能进行特征提取和显著性检测的缺点,使得本发明具有计算 量小、耗时低的优点。
客服咨询
400-649-1633
工作日:08:30-21:00
节假日:08:30-12:00
13:30-17:30