申请/专利权人：阿里巴巴(中国)有限公司

申请日：2022-06-23

公开（公告）日：2022-08-12

公开（公告）号：CN114897189A

主分类号：G06N20/00

分类号：G06N20/00;H04N19/44

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.08.30#实质审查的生效;2022.08.12#公开

摘要：本申请实施例提供了一种模型训练方法、视频编码方法及解码方法。模型训练方法包括：获取参考样本帧和多个连续的待编码样本帧；通过初始生成模型中的生成器对参考样本帧进行形变处理生成重建样本帧；将每个重建样本帧和对应的待编码样本帧输入初始生成模型中的第一鉴别器得到第一鉴别结果；按照时间戳先后顺序拼接各待编码样本帧得到拼接待编码样本帧，拼接各重建样本帧得到拼接重建样本帧；将拼接待编码样本帧和拼接重建样本帧输入初始生成模型中的第二鉴别器得到第二鉴别结果；基于第一鉴别结果和第二鉴别结果得到对抗损失值，基于对抗损失值训练初始生成模型。本申请使重建视频帧序列与待编码视频帧序列保持时间域上的一致性，提升重建质量。

主权项：1.一种模型训练方法，包括：获取参考样本帧和多个连续的待编码样本帧；通过初始生成模型中的生成器对所述参考样本帧进行形变处理，生成各待编码样本帧对应的重建样本帧；将每个重建样本帧和对应的待编码样本帧输入所述初始生成模型中的第一鉴别器，得到第一鉴别结果；按照时间戳先后顺序，拼接各待编码样本帧得到拼接待编码样本帧，以及拼接各重建样本帧得到拼接重建样本帧；将所述拼接待编码样本帧和所述拼接重建样本帧输入所述初始生成模型中的第二鉴别器，得到第二鉴别结果；基于所述第一鉴别结果和所述第二鉴别结果得到对抗损失值，并基于所述对抗损失值训练所述初始生成模型，得到训练完成的生成模型。

全文数据：

权利要求：

百度查询： 阿里巴巴(中国)有限公司 模型训练方法、视频编码方法及解码方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD