一种基于深度学习的帧内编码优化方法
基本信息
| 申请号 | CN201810063644.3 | 申请日 | - |
| 公开（公告）号 | CN108259897A | 公开（公告）日 | 2018-07-06 |
| 申请公布号 | CN108259897A | 申请公布日 | 2018-07-06 |
| 分类号 | H04N19/103;H04N19/126;H04N19/186 | 分类 | 电通信技术; |
| 发明人 | 徐枫;陈建武;肖谋 | 申请（专利权）人 | 北京易智能科技有限公司 |
| 代理机构 | 成都弘毅天承知识产权代理有限公司 | 代理人 | 北京易智能科技有限公司 |
| 地址 | 100020 北京市朝阳区阜通东大街1号院3号楼15层2单元121807室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于深度学习的帧内编码优化方法，涉及视频编码技术领域，在帧内预测之前对输入的视频数据进行纹理分析，对于纹理分析后可以确定预测模式的视频数据直接赋予相应的预测模式，对于模式不确定的视频数据则其放进神经网络中进行预测后再赋予其相应的预测模式，然后得到模式对应的编码，最后通过这些模式编码获得帧内检测后的数据，本发明运用神经网络的方法自适应地选择帧内预测模式，在神经网络准确率较高的情况下，此方法可以在满足编码性能的前提下降低编码复杂度，大大减少编码时间，实现实时编码。 |
