CN115086670B - 一种面向高清显微视频的低码率编解码方法及系统 - Google Patents

一种面向高清显微视频的低码率编解码方法及系统 Download PDF

Info

Publication number
CN115086670B
CN115086670B CN202210660935.7A CN202210660935A CN115086670B CN 115086670 B CN115086670 B CN 115086670B CN 202210660935 A CN202210660935 A CN 202210660935A CN 115086670 B CN115086670 B CN 115086670B
Authority
CN
China
Prior art keywords
bit
low
definition
rate
decoding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210660935.7A
Other languages
English (en)
Other versions
CN115086670A (zh
Inventor
许才顼
贺杰
郭慧
岑彩纯
庞家豪
梁万新
解迪
陶雄杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuzhou University
Original Assignee
Wuzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuzhou University filed Critical Wuzhou University
Priority to CN202210660935.7A priority Critical patent/CN115086670B/zh
Publication of CN115086670A publication Critical patent/CN115086670A/zh
Application granted granted Critical
Publication of CN115086670B publication Critical patent/CN115086670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation

Abstract

本发明公开了一种面向高清显微视频的低码率编解码方法及系统,涉及计算机技术领域,所述方法包括:通过获得高清显微视频;对所述高清显微视频进行低码率编码,得到压缩码流;将所述压缩码流传至解码端。解决了现有技术在对高清显微视频进行远程传输时原始数据流庞大,进一步生成大量码流数据,同时增加编解码耗时,最终影响高清显微视频的传输效率,导致影响用户体验差的技术问题。通过有效压缩高清显微视频码率,达到了提高高清显微视频传送及时性,进而确保远程实时传输的效果。通过标准HEVC编码框架实现对高清显微视频的有效压缩,实现码流数据减少的目标,达到了提高编解码效率,进而提高远程传输实时性、提高用户体验感的技术效果。

Description

一种面向高清显微视频的低码率编解码方法及系统
技术领域
本发明涉及计算机技术领域,尤其涉及一种面向高清显微视频的低码率编解码方法及系统。
背景技术
随着社会的发展,用户对于远程视频传输提出了越来越高的要求。当前针对高质量视频传输与应用主要基于HEVC视频编解码框架,然而,虽然HEVC编码能有效的支持高压缩比、高分辨率、高帧率的视频传输,但远程高清视频传输时还需要考虑有限网络带宽条件等问题,其编码复杂度呈倍速增长,使得在编码高清视频时需要很长的编码时间,从而难以保证高清视频传输的实时性和解码后用户的体验质量。尤其是超高清、高清等高帧率的视频内容,势必会形成庞大的原始数据流,进而导致HEVC编码时间增长、码流数据流变多的情况,因此,研究利用计算机技术提高HEVC编码框架在超高清、高清等远程实时显微视频中的传输应用质量,具有重要意义。
然而,现有技术中在对高清显微视频进行远程传输时,存在原始数据流庞大,进一步生成大量码流数据,同时增加编解码耗时,最终影响高清显微视频的传输效率,导致影响用户体验差的技术问题。
发明内容
本发明的目的是提供一种面向高清显微视频的低码率编解码方法及系统,用以解决现有技术中在对高清显微视频进行远程传输时,存在原始数据流庞大,进一步生成大量码流数据,同时增加编解码耗时,最终影响高清显微视频的传输效率,导致影响用户体验差的技术问题。
鉴于上述问题,本发明提供了一种面向高清显微视频的低码率编解码方法及系统。
第一方面,本发明提供了一种面向高清显微视频的低码率编解码方法,应用于编码端,所述方法通过一种面向高清显微视频的低码率编解码系统实现,其中,所述方法包括:通过获得高清显微视频;对所述高清显微视频进行低码率编码,得到压缩码流;将所述压缩码流传至解码端。通过有效压缩高清显微视频码率,达到了提高高清显微视频传送及时性,进而确保远程实时传输的技术效果。
第二方面,本发明提供了一种面向高清显微视频的低码率编解码方法,应用于解码端,所述方法通过一种面向高清显微视频的低码率编解码系统实现,其中,所述方法包括:通过获得压缩码流;根据所述压缩码流,对高清视频图像进行解码复原。通过图像超分辨率重建算法实现对低码率图像的智能解码恢复,同时利用并行处理框架有效提高解码效率,达到了降低解码耗时,提高远程传输实时性,最终提高用户体验感的技术效果。
第三方面,本发明还提供了一种控制装置,应用于编码端,其中,包括:获得单元,用于获得高清显微视频;编码单元,用于对所述高清显微视频进行低码率编码,得到压缩码流;传送单元,用于将所述压缩码流传至解码端。
第四方面,本发明还提供了一种控制装置,应用于解码端,其中,包括:接收单元,用于获得压缩码流;解码单元,用于根据所述压缩码流,对高清视频图像进行解码复原。
第五方面,本发明还提供了一种计算机可读存储介质,其中,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面任一项所述方法的步骤,或者,实现第二方面任一项所述方法的步骤。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过编码端获得高清显微视频;对所述高清显微视频进行低码率编码,得到压缩码流;将所述压缩码流传至解码端。通过解码端获得压缩码流;根据所述压缩码流,对高清视频图像进行解码复原。通过标准HEVC编码框架实现对高清显微视频的有效压缩,实现码流数据减少的目标,达到了提高编解码效率,进而提高远程传输实时性、提高用户体验感的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明一种面向高清显微视频的低码率编解码方法中得到高清显微视频的压缩码流的流程示意图;
图2为本发明一种面向高清显微视频的低码率编解码方法中将处理结果存至预存区域的流程示意图;
图3为本发明一种面向高清显微视频的低码率编解码方法中对高清视频图像进行解码复原的流程示意图;
图4为本发明一种控制装置的结构示意图。
附图标记说明:
获得单元110,编码单元120,传送单元130,接收单元210,解码单元220。
具体实施方式
本发明通过提供一种面向高清显微视频的低码率编解码方法及系统,解决了现有技术中在对高清显微视频进行远程传输时,存在原始数据流庞大,进一步生成大量码流数据,同时增加编解码耗时,最终影响高清显微视频的传输效率,导致影响用户体验差的技术问题。通过标准HEVC编码框架实现对高清显微视频的有效压缩,实现码流数据减少的目标,达到了提高编解码效率,进而提高远程传输实时性、提高用户体验感的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
本发明提供了一种面向高清显微视频的低码率编解码方法,应用于编码端,其中,所述方法应用于一种面向高清显微视频的低码率编解码系统,所述方法具体包括如下步骤:
步骤S100:获得高清显微视频;
步骤S200:对所述高清显微视频进行低码率编码,得到压缩码流;
进一步的,如附图1所示,本发明步骤S200还包括:
步骤S210:利用四叉树结构对所述高清显微视频进行划分,得到划分结果;
步骤S220:根据所述划分结果确定编码单元,其中,所述编码单元是指所述划分结果的最小单位;
步骤S230:在预存区域中搜寻所述编码单元的相似块,并将所述相似块作为参考图像块;
步骤S240:基于所述编码单元确定原始图像块,并将所述原始图像块与所述参考图像块进行相减,得到图像块残差;
步骤S250:对所述图像块残差进行DCT系数变换得到变换结果,并对所述变换结果进行量化,得到量化变换系数;
步骤S260:通过熵编码对所述量化变换系数进行处理,得到所述高清显微视频的压缩码流。
进一步的,如附图2所示,本发明还包括如下步骤:
步骤S271:对所述量化变换系数进行反量化、反DCT系数变换处理,得到所述图像块残差的近似值;
步骤S272:将所述近似值与所述参考图像块进行相加,得到所述原始图像块的恢复图像块;
步骤S273:利用区块效应滤波器对所述恢复图像块进行处理,并将处理结果存至预存区域,其中,所述预存区域是指存储高清显微视频图像块的区域。
步骤S300:将所述压缩码流传至解码端。
具体而言,所述面向高清显微视频的低码率编解码方法应用于面向高清显微视频的低码率编解码系统,可以通过智能化编解码提高高清显微视频的编解码效率,同时提高传输效率,确保远程显微视频实时性。首先由编码端获得要进行远程传输等的高清显微视频,然后对所述高清显微视频进行智能化编码,得到压缩码流,并将得到的所述压缩码流传至解码端。
在编码端得到所述高清显微视频后,首先利用四叉树结构对所述高清显微视频进行划分,得到最小单位为编码单元的划分结果。其中,所述四叉树结构是指在HEVC中,每64X64像素的CTU为四叉树划分的基本单位。CTU以四叉树的方式不断向下划分为四个相同大小的子CU,直到子CU的大小为8×8像素。其中,从64X64到8×8像素大小对应的深度等级分别为0、1、2、3。当CTU内部较为平坦时,CTU的深度等级一般较小,等于0或1,而当CTU内部的纹理信息较为丰富时,则需要将CTU划分为更小的块来保留这些信息,因此,CTU的深度等级通常较大,如等于2或3。然后,根据所述划分结果确定编码单元,并基于所述编码单元确定原始图像块,同时在预存区域中搜寻所述编码单元的相似块,并将所述相似块作为参考图像块。通过将所述原始图像块与所述参考图像块进行相减,得到图像块残差,对所述图像块残差进行DCT系数变换得到变换结果,并对所述变换结果进行量化,得到量化变换系数。最后,通过熵编码对所述量化变换系数进行处理,得到所述高清显微视频的压缩码流。也就是说,在接收到视频信号后,首先进行帧内预测或帧间预测得到预测信号,然后预测信号与原始信号相减得到残差信号,接着对残差信号进行变换和量化,最后进行熵编码得到比特流。其中,解码端需要的预测参数等信息也会编码进入比特流。
进一步的,在得到量化变换系数后,通过反量化以及反DCT系数变换处理以得到之前图像块的残差近似值,并同之前储存的参考视频帧的图像块进行相加以恢复原图像块,然后再将其经过去块效应滤波器等处理结构并送入到专门用于预存的内存当中,以便于后续的视频图像中寻找参考图像块。
通过灵活的编码块划分结构、多种角度的顿内预测模式、基于运动估计和运动补偿的顿间预测等,使得HEVC的编码性能得到大幅提升,达到了有效降低码流,提高传输效率的技术效果。
综上所述,本发明所提供的一种面向高清显微视频的低码率编解码方法具有如下技术效果:
通过获得高清显微视频;对所述高清显微视频进行低码率编码,得到压缩码流;将所述压缩码流传至解码端。通过有效压缩高清显微视频码率,达到了提高高清显微视频传送及时性,进而确保远程实时传输的技术效果。
实施例二
本发明提供了一种面向高清显微视频的低码率编解码方法,应用于解码端,其中,所述方法应用于一种面向高清显微视频的低码率编解码系统,所述方法具体包括如下步骤:
步骤S1000:获得压缩码流;
步骤S2000:根据所述压缩码流,对高清视频图像进行解码复原。
进一步的,如附图3所示,本发明步骤S700还包括:
步骤S2100:根据所述压缩码流获得多张低码率图像;
步骤S2200:构建并行处理框架,其中,所述并行处理框架包括生成并行处理框架、判别并行处理框架;
步骤S2300:利用SPGAN网络构建生成网络模型、判别网络模型;
进一步的,本发明步骤S2300还包括:
步骤S2310:将所述多张低码率图像输入所述生成网络模型,获得多张输出结果;
进一步的,本发明步骤S2310还包括:
步骤S2311:将所述多张低码率图像进行排序,得到低码率图像列表;
步骤S2312:基于所述低码率图像列表,依次将各低码率图像输入所述生成网络模型;
步骤S2313:利用显微图像自相似特性,通过所述生成并行处理框架得到并行处理方案;
步骤S2314:基于所述并行处理方案,并行处理获得各低码率图像的输出结果,并组成所述多张输出结果。
步骤S2320:通过所述判别网络模型,对所述多张输出结果进行判断,获得多个判断结果;
步骤S2330:依次对所述多个判断结果中各个判断结果进行分析;
步骤S2340:若判断结果显示所述输出结果为解码复原图像,将所述输出结果进行输出;
步骤S2350:若判断结果显示所述输出结果仍为低码率图像,将所述输出结果传至所述生成网络模型。
步骤S2400:将所述生成并行处理框架内嵌于所述生成网络模型,将所述判别并行处理框架内嵌于所述判别网络模型;
步骤S2500:其中,所述生成网络模型用于对所述多张低码率图像进行解码复原,所述判别网络模型用于对恢复生成的结果进行类别判断。
具体而言,解码端在接收到所述编码端发送的所述压缩码流后,利用图像超分辨率重建算法对所述压缩码流进行高清视频图像的解码复原。
首先基于接收到的所述压缩码流获得多张低码率图像,即由所述编码端处理后得到的高清显微视频图像结果,然后构建并行处理框架,其中所述并行处理框架包括生成并行处理框架、判别并行处理框架,且,利用SPGAN网络构建生成网络模型、判别网络模型,并将所述生成并行处理框架和所述判别并行处理框架分别内嵌于所述生成网络模型和所述判别网络模型。其中,第一步先将所述多张低码率图像输入所述生成网络模型并智能获得多张输出结果,第二步通过所述判别网络模型,对所述多张输出结果进行判断得到多个判断结果,第三步依次对所述多个判断结果中各个判断结果进行分析。最后,若判断结果显示所述输出结果为解码复原图像,将所述输出结果进行输出,若判断结果显示所述输出结果仍为低码率图像,将所述输出结果传至所述生成网络模型,用于重新对其进行解码复原。
进一步的,在生成所述多张输出结果前,先将所述多张低码率图像进行排序得到低码率图像列表,进而按照所述低码率图像列表依次将各低码率图像输入所述生成网络模型,同时,结合显微图像自相似特性特征,利用所述生成并行处理框架得到并行处理方案。最后,基于所述并行处理方案,并行处理获得各低码率图像的输出结果,并组成所述多张输出结果。通过并行生成有效提高高码率高清显微图像的生成效率,同样的,通过并行判别有效提高了判别网络模型对生成图像的分析和判断效率。最后,所述生成网络模型用于对所述多张低码率图像进行解码复原,所述判别网络模型用于对恢复生成的结果进行类别判断。通过图像超分辨率重建算法实现对低码率图像的智能解码恢复,同时利用并行处理框架有效提高解码效率,达到了降低解码耗时,提高远程传输实时性,最终提高用户体验感的技术效果。
综上所述,本发明所提供的一种面向高清显微视频的低码率编解码方法具有如下技术效果:
通过获得压缩码流;根据所述压缩码流,对高清视频图像进行解码复原。通过图像超分辨率重建算法实现对低码率图像的智能解码恢复,同时利用并行处理框架有效提高解码效率,达到了降低解码耗时,提高远程传输实时性,最终提高用户体验感的技术效果。
实施例三
基于与前述实施例一中面向高清显微视频的低码率编解码方法,同样发明构思,本发明还提供了一种控制装置,应用于编码端,请参阅附图4,所述控制装置包括:
获得单元110,用于获得高清显微视频;
编码单元120,用于对所述高清显微视频进行低码率编码,得到压缩码流;
传送单元130,用于将所述压缩码流传至解码端。
进一步的,所述控制装置还包括:
划分得到单元,用于利用四叉树结构对所述高清显微视频进行划分,得到划分结果;
确定单元,用于根据所述划分结果确定编码单元,其中,所述编码单元是指所述划分结果的最小单位;
搜寻设置单元,用于在预存区域中搜寻所述编码单元的相似块,并将所述相似块作为参考图像块;
相减得到单元,用于基于所述编码单元确定原始图像块,并将所述原始图像块与所述参考图像块进行相减,得到图像块残差;
处理得到单元,用于对所述图像块残差进行DCT系数变换得到变换结果,并对所述变换结果进行量化,得到量化变换系数;
处理压缩单元,用于通过熵编码对所述量化变换系数进行处理,得到所述高清显微视频的压缩码流。
进一步的,所述控制装置还包括:
反向处理单元,用于对所述量化变换系数进行反量化、反DCT系数变换处理,得到所述图像块残差的近似值;
相加得到单元,用于将所述近似值与所述参考图像块进行相加,得到所述原始图像块的恢复图像块;
处理存储单元,用于利用区块效应滤波器对所述恢复图像块进行处理,并将处理结果存至预存区域,其中,所述预存区域是指存储高清显微视频图像块的区域。
实施例四
基于与前述实施例一中面向高清显微视频的低码率编解码方法,同样发明构思,本发明还提供了一种控制装置,应用于编码端,请参阅附图4,所述控制装置包括:
获得单元110,用于获得高清显微视频;
编码单元120,用于对所述高清显微视频进行低码率编码,得到压缩码流;
传送单元130,用于将所述压缩码流传至解码端。
进一步的,所述控制装置还包括:
分析获得单元,用于根据所述压缩码流获得多张低码率图像;
构建单元,用于构建并行处理框架,其中,所述并行处理框架包括生成并行处理框架、判别并行处理框架;
构建生成单元,用于利用SPGAN网络构建生成网络模型、判别网络模型;
内嵌单元,用于将所述生成并行处理框架内嵌于所述生成网络模型,将所述判别并行处理框架内嵌于所述判别网络模型;
功能设置单元,用于设置所述生成网络模型用于对所述多张低码率图像进行解码复原,所述判别网络模型用于对恢复生成的结果进行类别判断。
进一步的,所述控制装置还包括:
输入生成单元,用于将所述多张低码率图像输入所述生成网络模型,获得多张输出结果;
判断获得单元,用于通过所述判别网络模型,对所述多张输出结果进行判断,获得多个判断结果;
判断单元,用于依次对所述多个判断结果中各个判断结果进行分析;
分析输出单元,用于若判断结果显示所述输出结果为解码复原图像,将所述输出结果进行输出;
分析传送单元,用于若判断结果显示所述输出结果仍为低码率图像,将所述输出结果传至所述生成网络模型。
进一步的,所述控制装置还包括:
排序得到单元,用于将所述多张低码率图像进行排序,得到低码率图像列表;
输入单元,用于基于所述低码率图像列表,依次将各低码率图像输入所述生成网络模型;
得到方案单元,用于利用显微图像自相似特性,通过所述生成并行处理框架得到并行处理方案;
组成单元,用于基于所述并行处理方案,并行处理获得各低码率图像的输出结果,并组成所述多张输出结果。
实施例五
基于与前述实施例中一种面向高清显微视频的低码率编解码方法相同的发明构思,本发明还提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如实施例一内的方法。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种面向高清显微视频的低码率编解码方法,应用于编码端,其特征在于,包括:
获得高清显微视频;
对所述高清显微视频进行低码率编码,得到压缩码流;
将所述压缩码流传至解码端;
其中,将所述压缩码流传至解码端后,应用于解码端,包括:
获得压缩码流;
根据所述压缩码流,对高清视频图像进行解码复原,包括:
根据所述压缩码流获得多张低码率图像;
构建并行处理框架,其中,所述并行处理框架包括生成并行处理框架、判别并行处理框架;
利用SPGAN网络构建生成网络模型、判别网络模型;
将所述生成并行处理框架内嵌于所述生成网络模型,将所述判别并行处理框架内嵌于所述判别网络模型;
其中,所述生成网络模型用于对所述多张低码率图像进行解码复原,所述判别网络模型用于对恢复生成的结果进行类别判断;
将所述多张低码率图像输入所述生成网络模型,获得多张输出结果;
通过所述判别网络模型,对所述多张输出结果进行判断,获得多个判断结果;
依次对所述多个判断结果中各个判断结果进行分析;
若判断结果显示所述输出结果为解码复原图像,将所述输出结果进行输出;
若判断结果显示所述输出结果仍为低码率图像,将所述输出结果传至所述生成网络模型。
2.根据权利要求1所述的一种面向高清显微视频的低码率编解码方法,其特征在于,所述得到压缩码流,包括:
利用四叉树结构对所述高清显微视频进行划分,得到划分结果;
根据所述划分结果确定编码单元,其中,所述编码单元是指所述划分结果的最小单位;
在预存区域中搜寻所述编码单元的相似块,并将所述相似块作为参考图像块;
基于所述编码单元确定原始图像块,并将所述原始图像块与所述参考图像块进行相减,得到图像块残差;
对所述图像块残差进行DCT系数变换得到变换结果,并对所述变换结果进行量化,得到量化变换系数;
通过熵编码对所述量化变换系数进行处理,得到所述高清显微视频的压缩码流。
3.根据权利要求2所述的一种面向高清显微视频的低码率编解码方法,其特征在于,还包括:
对所述量化变换系数进行反量化、反DCT系数变换处理,得到所述图像块残差的近似值;
将所述近似值与所述参考图像块进行相加,得到所述原始图像块的恢复图像块;
利用区块效应滤波器对所述恢复图像块进行处理,并将处理结果存至预存区域,其中,所述预存区域是指存储高清显微视频图像块的区域。
4.根据权利要求1所述的一种面向高清显微视频的低码率编解码方法,其特征在于,所述获得多张输出结果,包括:
将所述多张低码率图像进行排序,得到低码率图像列表;
基于所述低码率图像列表,依次将各低码率图像输入所述生成网络模型;
利用显微图像自相似特性,通过所述生成并行处理框架得到并行处理方案;
基于所述并行处理方案,并行处理获得各低码率图像的输出结果,并组成所述多张输出结果。
5.一种控制装置,应用于编码端,其特征在于,包括:
获得单元,用于获得高清显微视频;
编码单元,用于对所述高清显微视频进行低码率编码,得到压缩码流;
传送单元,用于将所述压缩码流传至解码端;
其中,解码端的解码步骤包括:
接收单元,用于获得压缩码流;
解码单元,用于根据所述压缩码流,对高清视频图像进行解码复原;
分析获得单元,用于根据所述压缩码流获得多张低码率图像;
构建单元,用于构建并行处理框架,其中,所述并行处理框架包括生成并行处理框架、判别并行处理框架;
构建生成单元,用于利用SPGAN网络构建生成网络模型、判别网络模型;
内嵌单元,用于将所述生成并行处理框架内嵌于所述生成网络模型,将所述判别并行处理框架内嵌于所述判别网络模型;
功能设置单元,用于设置所述生成网络模型用于对所述多张低码率图像进行解码复原,所述判别网络模型用于对恢复生成的结果进行类别判断;
输入生成单元,用于将所述多张低码率图像输入所述生成网络模型,获得多张输出结果;
判断获得单元,用于通过所述判别网络模型,对所述多张输出结果进行判断,获得多个判断结果;
判断单元,用于依次对所述多个判断结果中各个判断结果进行分析;
分析输出单元,用于若判断结果显示所述输出结果为解码复原图像,将所述输出结果进行输出;
分析传送单元,用于若判断结果显示所述输出结果仍为低码率图像,将所述输出结果传至所述生成网络模型。
6.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至4任一项所述方法的步骤。
CN202210660935.7A 2022-06-13 2022-06-13 一种面向高清显微视频的低码率编解码方法及系统 Active CN115086670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210660935.7A CN115086670B (zh) 2022-06-13 2022-06-13 一种面向高清显微视频的低码率编解码方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210660935.7A CN115086670B (zh) 2022-06-13 2022-06-13 一种面向高清显微视频的低码率编解码方法及系统

Publications (2)

Publication Number Publication Date
CN115086670A CN115086670A (zh) 2022-09-20
CN115086670B true CN115086670B (zh) 2023-03-10

Family

ID=83250693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210660935.7A Active CN115086670B (zh) 2022-06-13 2022-06-13 一种面向高清显微视频的低码率编解码方法及系统

Country Status (1)

Country Link
CN (1) CN115086670B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116112693A (zh) * 2022-12-30 2023-05-12 北京天兵科技有限公司 高分辨率视频信号低码流的采编方法、装置和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001847A (zh) * 2020-08-28 2020-11-27 徐州工程学院 相对生成对抗超分辨率重建模型生成高质量图像的方法
CN112801019A (zh) * 2021-02-09 2021-05-14 福州大学 基于合成数据消除无监督车辆再识别偏差的方法及系统
CN113379036A (zh) * 2021-06-18 2021-09-10 西安石油大学 一种基于上下文编码器的油气图像脱敏方法
WO2022094911A1 (zh) * 2020-11-06 2022-05-12 深圳先进技术研究院 一种共享权重的双区域生成对抗网络及其图像生成方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180192076A1 (en) * 2015-06-16 2018-07-05 Sharp Kabushiki Kaisha Image decoding device image coding device
CN109615582B (zh) * 2018-11-30 2023-09-01 北京工业大学 一种基于属性描述生成对抗网络的人脸图像超分辨率重建方法
US10832450B2 (en) * 2019-03-27 2020-11-10 GM Global Technology Operations LLC Semantic preserved style transfer
CN110225350B (zh) * 2019-05-30 2021-03-23 西安电子科技大学 基于生成式对抗网络的自然图像压缩方法
US10944996B2 (en) * 2019-08-19 2021-03-09 Intel Corporation Visual quality optimized video compression
KR20210067783A (ko) * 2019-11-29 2021-06-08 삼성전자주식회사 전자 장치, 그 제어 방법 및 시스템
CN112333451A (zh) * 2020-11-03 2021-02-05 中山大学 一种基于生成对抗网络的帧内预测方法
CN112668544B (zh) * 2021-01-13 2022-03-22 昆明理工大学 一种基于难样本混淆增强特征鲁棒性的行人重识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001847A (zh) * 2020-08-28 2020-11-27 徐州工程学院 相对生成对抗超分辨率重建模型生成高质量图像的方法
WO2022094911A1 (zh) * 2020-11-06 2022-05-12 深圳先进技术研究院 一种共享权重的双区域生成对抗网络及其图像生成方法
CN112801019A (zh) * 2021-02-09 2021-05-14 福州大学 基于合成数据消除无监督车辆再识别偏差的方法及系统
CN113379036A (zh) * 2021-06-18 2021-09-10 西安石油大学 一种基于上下文编码器的油气图像脱敏方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
低码率分形视频图像分层压缩方法仿真;宫海晓等;《计算机仿真》;20180715(第07期);全文 *
基于对抗式多任务学习的医学CT图像金属伪影去除方法;史再峰;《南京大学学报(自然科学)》;20210530;第483-491页,图1-3 *

Also Published As

Publication number Publication date
CN115086670A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
US9215463B2 (en) Image encoding/decoding method and device
CN102640492B (zh) 对图像边界的编码单元进行编码和解码的方法和设备
CN101031086B (zh) 视频信息编码方法及设备和视频信息解码方法及设备
CN103782598A (zh) 用于无损编码的快速编码方法
CN108184118A (zh) 云桌面内容编码与解码方法及装置、系统
CN103327325A (zh) 基于hevc标准的帧内预测模式快速自适应选择方法
CN103238327B (zh) 针对噪声分量在空间域对图像编码/解码的方法和装置
CN111669589B (zh) 图像编码方法、装置、计算机设备以及存储介质
CN110933430B (zh) 二次编码优化方法
CN111741302B (zh) 数据处理方法、装置、计算机可读介质及电子设备
CN107231557A (zh) 用于在视频编码中的高级帧内预测的递归块分区中的智能重排
KR20070028404A (ko) 픽처를 저장하는 방법, 비디오 복호기, 비디오 부호기,휴대 장치 및 컴퓨터 프로그램 제품
CN115086670B (zh) 一种面向高清显微视频的低码率编解码方法及系统
KR102227660B1 (ko) 신호 변환 방법 및 디바이스
CN114786019A (zh) 图像预测方法、编码器、解码器以及存储介质
CN107018416B (zh) 用于视频和图像压缩的自适应贴片数据大小编码
CN100377597C (zh) 面向移动设备的视频压缩方法
WO2024078066A1 (zh) 视频解码方法、视频编码方法、装置、存储介质及设备
CN112887714B (zh) 一种视频编码比特资源重分配方法
CN115150628A (zh) 具有超先验引导模式预测的由粗到细深度视频编码方法
CN116982262A (zh) 视频编码中依赖性量化的状态转换
CN101237573A (zh) 影像资料压缩运算方法
WO2024060791A1 (zh) 多媒体数据处理方法、装置、设备、存储介质及程序产品
WO2023065890A1 (zh) 多媒体数据处理方法、装置、计算机设备、计算机可读存储介质及计算机程序产品
KR20040047255A (ko) 엠펙 비디오 복호화방법 및 엠펙 비디오 복호화기

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220920

Assignee: WUZHOU OKA OPTICAL INSTRUMENT Co.,Ltd.

Assignor: WUZHOU University

Contract record no.: X2023980045141

Denomination of invention: A Low Bit Rate Encoding and Decoding Method and System for High Definition Microscopic Video

Granted publication date: 20230310

License type: Common License

Record date: 20231101