神经图像压缩中的分块内容自适应在线训练的制作方法

技术特征：
1.一种视频解码器中的视频解码方法，其特征在于，包括：对编码比特流中的第一神经网络更新信息进行解码，所述第一神经网络更新信息用于所述视频解码器中的第一神经网络，所述第一神经网络配置有第一组预训练参数，所述第一神经网络更新信息对应于要重构的图像中的第一块，并且指示与所述第一组预训练参数中的第一预训练参数对应的第一替换参数；基于所述第一替换参数更新所述视频解码器中的所述第一神经网络；以及基于更新后的第一神经网络解码所述第一块，所述更新后的第一神经网络用于所述第一块。2.根据权利要求1所述的方法，其特征在于，所述第一神经网络更新信息还指示一个或多个替换参数，所述一个或多个替换参数用于所述视频解码器中的一个或多个剩余神经网络，并且所述更新还包括基于所述一个或多个替换参数更新所述一个或多个剩余神经网络。3.根据权利要求1所述的方法，其特征在于，还包括：对所述编码比特流中的第二神经网络更新信息进行解码，所述第二神经网络更新信息用于所述视频解码器中的第二神经网络，所述第二神经网络配置有第二组预训练参数，所述第二神经网络更新信息对应于所述要重构的图像中的第二块，并且指示对应于与所述第二组预训练参数中的第二预训练参数对应的第二替换参数，所述第二神经网络不同于所述第一神经网络；基于所述第二替换参数更新所述视频解码器中的所述第二神经网络；以及基于更新后的第二神经网络解码第二块，所述更新后的第二神经网络用于所述第二块。4.根据权利要求3所述的方法，其中，所述第一预训练参数是预训练权重系数和预训练偏置项中的一个。5.根据权利要求4所述的方法，其特征在于，所述第二预训练参数是所述预训练权重系数和所述预训练偏置项中的另一个。6.根据权利要求1所述的方法，其特征在于，还包括：基于所述更新后的第一神经网络，对所述编码比特流中的第二块进行解码，所述更新后的第一神经网络用于所述第一块。7.根据权利要求1所述的方法，其特征在于，所述第一神经网络更新信息指示所述第一替换参数和所述第一预训练参数之间的差异，并且所述方法还包括：根据所述差异和所述第一预训练参数的和，确定所述第一替换参数。8.根据权利要求3所述的方法，其特征在于，所述对所述第一神经网络更新信息进行解码，包括：基于lempel-ziv-markov链算法的变体lzma2和bzip2算法中的一个对所述第一神经网络更新信息进行解码。9.根据权利要求8所述的方法，其特征在于，所述对所述第二神经网络更新信息进行解码，包括：基于所述lzma2和所述bzip2算法中的另一个对所述第二神经网络更新信息进行解码。10.一种视频解码设备，其特征在于，包括
处理电路，所述处理电路被配置为：对编码比特流中的第一神经网络更新信息进行解码，所述第一神经网络更新信息用于视频解码器中的第一神经网络，所述第一神经网络配置有第一组预训练参数，所述第一神经网络更新信息对应于要重构的图像中的第一块，并且指示与所述第一组预训练参数中的第一预训练参数对应的第一替换参数；基于所述第一替换参数更新所述视频解码器中的所述第一神经网络；以及基于更新后的第一神经网络解码所述第一块，所述更新后的第一神经网络用于所述第一块。11.根据权利要求10所述的设备，其特征在于，所述第一神经网络更新信息还指示一个或多个替换参数，所述一个或多个替换参数用于所述视频解码器中的一个或多个剩余神经网络，并且所述处理电路被配置为基于所述一个或多个替换参数更新所述一个或多个剩余神经网络。12.根据权利要求10所述的设备，其特征在于，所述处理电路被配置为：对所述编码比特流中的第二神经网络更新信息进行解码，所述第二神经网络更新信息用于所述视频解码器中的第二神经网络，所述第二神经网络配置有第二组预训练参数，所述第二神经网络更新信息对应于所述要重构的图像中的第二块，并且指示对应于与所述第二组预训练参数中的第二预训练参数对应的第二替换参数，所述第二神经网络不同于所述第一神经网络；基于所述第二替换参数更新所述视频解码器中的所述第二神经网络；以及基于更新后的第二神经网络解码第二块，所述更新后的第二神经网络用于所述第二块。13.根据权利要求12所述的设备，其特征在于，所述第一预训练参数是预训练权重系数和预训练偏置项中的一个。14.根据权利要求13的设备，其特征在于，所述第二预训练参数是所述预训练权重系数和所述预训练偏置项中的另一个。15.根据权利要求10所述的设备，其特征在于，所述处理电路被配置为：基于所述更新后的第一神经网络，对所述编码比特流中的第二块进行解码，所述更新后的第一神经网络用于所述第一块。16.根据权利要求10的设备，其特征在于，所述第一神经网络更新信息指示所述第一替换参数和所述第一预训练参数之间的差异，并且所述处理电路被配置为根据所述差异和所述第一预训练参数的和，确定所述第一替换参数。17.根据权利要求12所述的设备，其特征在于，所述处理电路被配置为：所述对所述第一神经网络更新信息进行解码，包括：基于lempelziv markov链算法的变体lzma2和bzip2算法中的一个对所述第一神经网络更新信息进行解码。18.根据权利要求17所述的设备，其特征在于，所述处理电路被配置为：基于所述lzma2和所述bzip2算法中的另一个对所述第二神经网络更新信息进行解码。
19.一种非暂时性计算机可读存储介质，其特征在于，所述介质存储可由至少一个处理器执行的程序，以执行：对编码比特流中的第一神经网络更新信息进行解码，所述第一神经网络更新信息用于视频解码器中的第一神经网络，所述第一神经网络配置有第一组预训练参数，所述第一神经网络更新信息对应于要重构的图像中的第一块，并且指示与所述第一组预训练参数中的第一预训练参数对应的第一替换参数；基于所述第一替换参数更新所述视频解码器中的所述第一神经网络；以及基于更新后的第一神经网络解码所述第一块，所述更新后的第一神经网络用于所述第一块。20.根据权利要求19所述的非暂时性计算机可读存储介质，其特征在于，所述第一神经网络更新信息还指示一个或多个替换参数，所述一个或多个替换参数用于所述视频解码器中的一个或多个剩余神经网络，并且所述可由至少一个处理器执行的程序基于所述一个或多个替换参数更新所述一个或多个剩余神经网络。

技术总结
本公开的各方面提供了一种视频解码方法、设备和非暂时性计算机可读存储介质。所述设备可以包括处理电路。所述处理电路被配置为对编码比特流中的第一神经网络更新信息进行解码，第一神经网络更新信息用于视频解码器中的第一神经网络。所述第一神经网络配置有第一组预训练参数。所述第一神经网络更新信息对应于要重构的图像中的第一块，并且指示与第一组预训练参数中的第一预训练参数对应的第一替换参数。所述处理电路被配置为基于第一替换参数更新视频解码器中的第一神经网络。所述处理电路可以基于更新后的第一神经网络解码第一块，更新后的第一神经网络用于第一块。新后的第一神经网络用于第一块。新后的第一神经网络用于第一块。


技术研发人员：丁鼎 蒋薇 王炜 刘杉
受保护的技术使用者：腾讯美国有限责任公司
技术研发日：2022.04.29
技术公布日：2022/12/30