[发明专利]视频压缩处理方法、装置、存储介质和电子设备

权利要求书

1.一种视频压缩处理方法，包括：

确定当前帧图像以及历史帧图像的重建帧，所述当前帧图像与所述历史帧图像之间距离N帧图像，N为正整数；

通过第一神经网络模型对所述当前帧图像与所述历史帧图像的重建帧进行处理，获得所述当前帧图像的压缩数据以及所述当前帧图像的预测帧；

根据所述当前帧图像的预测帧以及所述当前帧图像，确定所述当前帧图像对应的残差图像；

通过第二神经网络模型对所述残差图像进行处理，获得所述残差图像的压缩数据以及所述当前帧图像对应的重建残差图像；

根据所述当前帧图像的预测帧以及所述当前帧图像对应的重建残差图像，确定当前帧图像的重建帧；

其中，所述通过第一神经网络模型对所述当前帧图像与所述历史帧图像的重建帧进行处理，获得所述当前帧图像的压缩数据，以及当前帧图像的预测帧，包括：

通过所述第一神经网络模型对所述当前帧图像，所述历史帧图像的重建帧进行编码处理，获得当前帧图像的压缩数据；

通过所述第一神经网络模型对所述当前帧图像的压缩数据进行解码处理，获得所述当前帧图像的预测帧；

其中，所述通过所述第一神经网络模型对所述当前帧图像，所述历史帧图像的重建帧进行编码处理，获得当前帧图像的压缩数据，包括：

对所述当前帧图像与所述历史帧图像的重建帧进行融合特征提取，获得当前帧图像对应的第一特征图；

确定所述第一特征图中每个位置点的量化特征值，以及所述第一特征图中每个位置点的概率预测值；

基于所述量化特征值和所述概率预测值，确定所述第一特征图中每个位置点的表征值；

确定所述当前帧图像的压缩数据，所述压缩数据包括所述每个位置点的表征值。

2.根据权利要求1所述的方法，其中，通过所述第一神经网络模型对所述当前帧图像的压缩数据进行解码处理，获得所述当前帧图像的预测帧，包括：

确定第一特征图中每个位置点的概率预测值；

基于所述压缩数据中每个位置点的表征值，以及每个位置点的概率预测值，确定每个位置点的量化特征值；

基于所述每个位置点的量化特征值，确定所述第一特征图；

基于所述第一特征图，确定二维光流图；

基于所述二维光流图，对所述历史帧图像的重建帧进行补偿，获得到所述当前帧图像的预测帧。

3.根据权利要求2所述的方法，其中，所述通过第一神经网络模型对所述当前帧图像与所述历史帧图像的重建帧进行融合特征提取，获取第一特征图，包括：

对所述当前帧图像与所述历史帧图像的重建帧进行级联操作，获得级联图像；

对所述级联图像进行融合特征提取，获得第一特征图；或者，

对所述当前帧图像进行特征提取，获得当前帧图像的特征图；

对所述历史帧图像的重建帧进行特征提取，获得历史帧图像的特征图；

对所述当前帧图像的特征图和所述历史帧图像的特征图进行融合处理，获得所述第一特征图。

4.根据权利要求1或2所述的方法，其中，所述确定第一特征图中每个位置点的概率预测值包括：

确定所述第一特征图中每个位置点的空间先验信息、所述第一特征图中每个位置点的小尺寸先验信息和所述第一特征图中每个位置点时间先验信息中的至少一个；

基于所述空间先验信息、所述小尺寸先验信息和所述时间先验信息中的至少一个，确定所述第一特征图中每个位置点的概率预测值。

5.根据权利要求1所述的方法，其中，所述通过第二神经网络模型对所述残差图像进行处理，获得所述残差图像的压缩数据，以及所述当前帧图像对应的重建残差图像，包括：

通过所述第二神经网络模型对所述残差图像进行编码处理，获得所述残差图像的压缩数据；

通过所述第二神经网络模型对所述残差图像的压缩数据进行解码处理，获得所述当前帧图像对应的重建残差图像。