本發(fā)明公開了一種基于深度神經(jīng)網(wǎng)絡(luò)的視頻壓縮方法，步驟如下：收集并整理視頻圖像數(shù)據(jù)集，構(gòu)建神經(jīng)網(wǎng)絡(luò)訓(xùn)練集、測試集和交叉驗證集；建立多層的深度神經(jīng)網(wǎng)絡(luò)；對于幀間預(yù)測，利用運動估計算法尋找最佳匹配塊，并計算殘差和幀間預(yù)測的均方差；預(yù)測完成后將殘差作為新的訓(xùn)練數(shù)據(jù)訓(xùn)練殘差編碼網(wǎng)絡(luò)，殘差網(wǎng)絡(luò)模型包括幀內(nèi)殘差和幀間殘差；預(yù)測和殘差神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)經(jīng)過量化和無損熵編碼一起作為固定長度碼流的壓縮數(shù)據(jù)；解碼端通過與編碼端對稱的神經(jīng)網(wǎng)絡(luò)將壓縮數(shù)據(jù)還原，并重建恢復(fù)出壓縮后圖像。本發(fā)明的視頻壓縮方法，與傳統(tǒng)H.264視頻編碼方法在大量測試視頻序列上的同等比較中，可以在相同質(zhì)量上平均節(jié)省26％左右的碼率。