时分复用神经网络处理器的视频分级码流编码方法和架构

摘要

本发明的时分复用神经网络处理器的视频分级码流编码方法，包括：获取同步视频，根据预置分析模型，形成同步视频中的视频对象；获取同步视频，根据预置优化模型，对同步视频中的图像进行优化，形成优化视频；获取视频对象，任务处理模型以及同步视频，将处理资源时分复用分配至相应任务处理模型的任务处理过程，对视频对象进行相应任务处理，形成相应的对象描述信息；对优化视频进行视频编码，将相应的对象描述信息编码并嵌入视频码流，形成源视频的分级码流。将优化的视频与各视频对象的分析和处理结果信息通过编码形式同步结合，使源视频形成包含视频内容和各视频对象相关信息的分级码流。还包括时分复用神经网络处理器的视频分级码流编码架构。

主权项

一种时分复用神经网络处理器的视频分级码流编码方法，包括：步骤10，获取同步视频，根据预置分析模型，形成同步视频中的视频对象；步骤20，获取同步视频，根据预置优化模型，对同步视频中的图像进行优化，形成优化视频；步骤30，获取视频对象，任务处理模型以及同步视频，将处理资源时分复用分配至相应任务处理模型的任务处理过程，对视频对象进行相应任务处理，形成相应的对象描述信息；步骤40，对优化视频进行视频编码，将相应的对象描述信息编码并嵌入视频码流，形成源视频的分级码流。