[发明专利]基于强化学习的多遍历视频编码码率分配与控制优化方法

摘要

本发明公开了一种基于强化学习的视频多次遍历(Multipass)编码中码率分配与控制的优化解决方案。在第一次编码结束之后，视频分割为多个不重叠的连续的画面组。针对不同的画面组在第一次遍历(pass)后采集的对组内各帧图像的综合统计信息，通过预测网络得到码率分配和控制决策参数，并执行第二次遍历编码和获取编码结果评分。将统计信息和码控决策参数输入判别网络得到估分，执行强化学习的迭代训练过程。利用强化学习训练得到的预测网络，在编码视频图像第二次遍历前，得到各个画面组的码率分配与控制的最优化策略参数，从而最大可能的提升编码压缩效率。

主权项

1.一种基于强化学习的视频编码多遍历中码率分配与控制的优化方法，其特征在于，包括：步骤1，创建预测网络和判别网络，并完成网络参数初始化；预测网络负责决策码率分配和控制策略参数最优值；判别网络负责判别预测网络生成的预测值好坏；步骤2，执行第一次遍历编码，编码整段视频序列，生成的综合统计信息；步骤3，输入综合统计信息，由预测网络得到码率分配和控制的策略参数；步骤4，根据码率分配和控制的策略参数，执行第二次遍历编码；步骤5，编码结果评分，在第二次遍历整段视频序列编码完成以后，得到的压缩效率综合评分R；步骤6，判别网络估分，根据输入综合统计信息以及码率分配和控制的策略参数，得到估分V；步骤7，强化学习训练迭代，更新预测网络和判别网络参数，并执行迭代过程；步骤8，编码决策，负责为视频编码中的任一画面组，在第一次遍历结束之后，第二次遍历开始之前，生成最优化的码率分配与控制的码率分配和控制策略参数，从而提升编码多遍历的编码压缩效率。