论文部分内容阅读
传统的视频图像压缩方法主要是针对视觉数据本身进行压缩,对帧间数据的压缩比例不高。本文提出一种基于深度学习技术的针对视频片段数据的压缩方法,在传统压缩方法的基础上对构成视频片段的视频帧序列进行进一步的高比例压缩。首先基于时空卷积神经网络对视频帧序列进行分类,将视频片段分为剧变、渐变和普通三个类别,再对普通类别的视频片段进行处理以提取关键帧并用关键帧表达该视频片段的信息。在重构质量相同的情况下,本文提出的方法可将H.264/AVC和HEVC编码标准的平均码率分别降低57.62%和8.37%。