携手共赴：写在2025年的末尾
2025
WORK REPORT
年终总结
前言
随着时间的流逝，我们迎来了2025年的年终时刻。在这个充满挑战与机遇的一年里，我们欣喜所取得的成绩，反思我们的不足，以及规划未来的发展方向。
►两项核心专利授权
一种基于视觉的色彩编码方式：
提出创新的色彩编码方式，在保证像素数据的百分百还原的前提下，有效的提高了压缩效率，为全域无损视频压缩提供了新的解决方案。
一种自适应消除冗余的图像压缩编码方法：
通过智能分析图像内容，实现了对不同类型冗余信息的自适应消除，显著降低了视频码率，同时保持了卓越的主观画质。
►三篇专利初稿提交申请中
基于帧间分块的无损压缩技术：
过精细分块策略，最大化消除视频帧间的时间冗余，实现高效无损压缩。
基于共有差值冗余消除的无损压缩技术：
寻找像素间共有的差值的新方法，使无关的像素强关联，有效去除空间冗余，性能优于传统算法。
基于周边进行预测的无损压缩技术：
利用像素周围值的相关性进行系数计算进行精准预测，进一步提升无损压缩效率。
►软件著作权申请
我们的软件名为“视频像素差异视界”。 它通过视频像素级对比、视觉损失比分析、差异像素定位三大核心技术，精准对比每帧的每一个位置的像素值，使界面交互更高效。
►压缩率的跨越式提升
首次将遗传算法应用于视频编码参数寻优，在庞大的参数空间中高效搜索最优组合。
压缩率低至4.52%， 相比1.1版本优化了1.97%
迭代：从1.0到1.3持续优化
1.0 版本：奠定基础
初步实现视频压缩功能，平均压缩率11.20%
↓
1.1版本：算法优化
通过多种技术，将平均压缩率降低至6.49%
↓
1.2 版本：速度优先
退出.whp格式，在保持压缩率在1:15的同时，大幅提高压缩解压缩速度
↓
1.3 版本：极致压缩
引入遗传算法，将平均压缩率优化至4.52%，达到业界领先水平
►编解码速度大幅度提升
1.3版本解压缩时间较1.0版本提高了25倍，实现压缩性能与处理效率的双重突破。
基于深度学习的颜色区分
技术原理：
利用预训练的深度学习模型，对视频帧进行像素级的语义理解和颜色聚类。
核心作用：
将视觉相似、语义想干的像素自动分区，为区域自适应编码、ROI压缩等高级功能提供基础。
应用前景：
极大增强编码算法的智能性与灵活性，是通往下一代智能视频编码的关键一步。
优化PR插件，赋能专业创作
导入支持：
直接在PR中导入.whp文件，无需额外转码，为影视剪辑工作者简化工作流程
导出支持：
完成剪辑后直接渲染导出为.whp格式，实现全流程覆盖。
生态价值：
无缝嵌入主流制作workflow，极大拓展了技术应用场景。
PR智融：
深度集成Adobe Premiere Pro，将高效压缩技术无缝嵌入专业视频制作全流程。
►研发《ERYU压缩与解压缩资源管理器》
产品定位：
一款面向企业级用户的视频资源管理与转换平台，旨在提供高效、智能的全生命周期视频处理解决方案。
核心功能：
多格式支持：兼容世面主流视频格式
智能转换：导入的视频转换成.wh格式
一站式管理：集成预览、批量转换、解压缩、压缩与存储管理
链管价值：
通过生命周期的视频资源管理服务，打通技术生态链路，实现技术价值的高效落地。
►核心目标：视频转图片，聚力视觉合作
