买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东迈斯信息科技有限公司

摘要：本发明公开了一种基于置信图的视频编码深度学习环路滤波方法及系统，属于视频编码技术领域。方法包括以下步骤：S1、采集训练数据，并基于训练数据构建置信图网络，并对置信图网络进行训练、微调，得到置信图神经网络；S2、将解码图像输入图像增强神经网络中，得到滤波图像；并将滤波图像输入至置信图神经网络中，得到置信图；S3、采用置信图对所述解码图像和所述滤波图像进行加权组合，得到无滤波误差的滤波图像；将无滤波误差的滤波图像放入解码图像缓冲队列，进行帧间预测。使用置信图神经网络和质量增强神经网络进行环路联合处理需要环路滤波的图像，可以在增强图像质量的同时移除滤波误差，对帧间编码视频连续增强，节省码率。

主权项：1.一种基于置信图的视频编码深度学习环路滤波方法，其特征在于，包括以下步骤：S1、采集训练数据，并基于所述训练数据构建置信图网络，并对所述置信图网络进行训练、微调，得到置信图神经网络；S1包括：S11、采集数据，基于采集的数据构建训练数据；从数据集中随机挑选图片，使用编码器对图片进行编码，生成编码后的单帧视频文件；S12、基于所述训练数据选取图像增强神经网络；所述图像增强神经网络用于对所述训练数据进行滤波；S13、构建置信图网络，将经过滤波后的所述训练数据输入至所述置信图网络中训练、微调，得到所述置信图神经网络；在训练过程中，首先将图像增强神经网络fenhance的参数冻结，然后将数据集中的解码图像Frec输入至图像增强神经网络中，得到滤波图像Ffiltered；随后随机生成一个尺寸一致的原始置信图Cgt，Cgt的每个元素的值在0-1之间，为一个小数；使用原始置信图将滤波图像和解码图像加权融合，得到一个混合图像Fmix；过程为：Fmix＝Cgt·Ffiltered+1-Cgt·Frec；之后将混合图像输入置信图网络中，生成一个预测的置信图Cp，Cp＝fconfFmix，式中，fconf表示置信图神经网络；之后利用均方差损失监督Cp和Cgt的差别，从而训练置信图网络；S2、将解码图像输入图像增强神经网络中，得到滤波图像；并将所述滤波图像输入至所述置信图神经网络中，得到置信图；S3、采用所述置信图对所述解码图像和所述滤波图像进行加权组合，得到无滤波误差的滤波图像；将所述无滤波误差的滤波图像放入解码图像缓冲队列，进行帧间预测。

全文数据：

权利要求：

百度查询： 山东迈斯信息科技有限公司 一种基于置信图的视频编码深度学习环路滤波方法及系统