技术特征：
技术总结
本发明公开了一种基于超分辨率重构的视频压缩方法，主要解决现有方法在低码率压缩情况下丢失较多信息导致重构出的视频峰值信噪比低的问题，其实现步骤为：1.获取包含压缩样本集和输入视频集的训练样本；2.构建基于TensorFlow架构的深度卷积神经网络模型；3.利用获取的训练样本对构建的深度卷积神经网络模型进行训练；4.将待压缩的视频进行预处理后输入到训练好的深度卷积神经网络模型中，对视频进行压缩与恢复，得到最终恢复出的视频。本发明减少了低码率压缩情况下的信息丢失，提高了恢复视频的峰值信噪比，可应用于视频存储、视频传输及视频通信场合。
技术研发人员：董伟生;范兴宣;毋芳芳;石光明
受保护的技术使用者：西安电子科技大学
技术研发日：2019.05.23
技术公布日：2019.08.23