一种基于深度学习视觉显著性的超高清视频流自适应编码方法

本发明公开了一种基于深度学习视觉显著性的超高清视频流自适应编码方法，通过对视频帧进行五尺度高斯滤波处理和图像金字塔构建，结合Sobel梯度、拉普拉斯边缘和局部二元模式特征提取生成多尺度特征图；采用预训练显著性检测网络，通过特征适配层、残差编码器、自注意力机制和转置卷积解码器处理生成平滑显著性热力图；根据显著性热力图将视频帧划分为高、中、低三级区域，建立区域化编码参数表；对不同显著性区域执行差异化的预测模式、运动估计和量化策略；按H.265/HEVC标准组织编码数据，将显著性热力图嵌入补充增强信息传输。本发明能智能识别用户关注的重要区域，实现基于内容语义的差异化编码策略，显著提升编码效率。