发明授权
- 专利标题: 一种基于智能特征聚类的视频压缩编码方法
-
申请号: CN202410020281.0申请日: 2024-01-08
-
公开(公告)号: CN117528085B公开(公告)日: 2024-03-19
- 发明人: 赵作鹏 , 闵冰冰 , 刘营 , 高宇蒙 , 缪小然 , 胡建峰 , 贺晨 , 赵广明 , 周杰 , 雅可 , 胡帅 , 唐婷
- 申请人: 中国矿业大学 , 燕园安全科技(徐州)有限公司
- 申请人地址: 江苏省徐州市大学路1号;
- 专利权人: 中国矿业大学,燕园安全科技(徐州)有限公司
- 当前专利权人: 中国矿业大学,燕园安全科技(徐州)有限公司
- 当前专利权人地址: 江苏省徐州市大学路1号;
- 代理机构: 北京淮海知识产权代理事务所
- 代理商 秦海通
- 主分类号: H04N19/124
- IPC分类号: H04N19/124 ; H04N19/132 ; H04N19/88 ; H04N19/91 ; G06T9/00 ; G06V10/762 ; G06V10/82 ; G06N3/0464 ; G06N3/0895
摘要:
本发明公开了一种基于智能特征聚类的视频压缩编码方法,包括以下步骤:步骤1、将视频进行预处理后利用深度学习模型对视频进行智能特征提取;步骤2、采用特征聚类算法对提取出的特征进行聚类,将相似或冗余的特征整合在一起,为后续编码提供更有效的数据结构;步骤3、对聚类后的特征集进行编码,通过视觉增强和数据压缩的联合制定来进行视频压缩;步骤4、在解码端,根据编码数据和聚类中心信息,恢复出原始的特征集;步骤5、利用深度学习模型的重建模块,根据解码后的特征集重建原始视频。本发明能够准确有效地进行特征提取和压缩编码,同时具有较高的压缩比和图像质量。
公开/授权文献
- CN117528085A 一种基于智能特征聚类的视频压缩编码方法 公开/授权日:2024-02-06