利用YOLO-v7功能提高VVC编码视频中目标检测的准确性

利用YOLO-v7功能提高VVC编码视频中目标检测的准确性 随着图像识别技术的进步 基于深度学习，人工自动视频分析 智能正变得越来越普遍。作为金额 用于图像识别的视频增加，高效压缩 此类视频数据的方法是必不可少的。一般来说，当 由于图像编码，图像质量下降，图像 识别准确率也会下降。因此，在本文中，我们 提出一种基于神经网络的方法来改善图像 识别精度，特别是物体检测精度 对编码的视频应用后处理。多功能视频 编码 （VVC） 将用于视频压缩方法， 因为它是具有最佳编码的最新视频编码方法 性能。神经网络使用特征进行训练 YOLO-v7，最新的对象检测模型。通过使用 VVC 作为视频编码方法，YOLO-v7作为检测 模型，即使在低目标检测精度下也能实现高目标检测精度 比特率。