在过去几十年的发展中,传统图像视频编码通过充分挖掘帧内和帧间图像之间的相关性,极大地提升了图像视频的编码效率。但是在移动通信和人工智能飞速发展的今天,图像视频的编码需求日益多元化,在线直播、短视频等场景对视觉质量提出了更高的要求;智能城市等场景中则需要传输海量图像视频到云端进行智能分析,传统图像视频编码标准面临着新的挑战。因此,探索一条新的图像视频压缩的技术途径是非常有必要的。本文提出研究基于深度学习的图像视频压缩方法。围绕这一主题,本文针对不同的需求提出了自己的解决方案,可以分为图像压缩和视频压缩两大部分。具体的,本论文的主要贡献点和创新点如下:1.本文构建了一种基于编码器-解码器架构的图像压缩网络,并实现了端到端的率失真优化。具体的,本文约束待编码特征基于上下文的条件概率服从高斯分布,从而估计信息熵,并与失真度量一起优化。其中高斯分布的均值和方差由代表上下文的边信息预测得到。最终本文的方法在Kodak数据集上性能与BPG方法相当,相同压缩质量下,压缩文件大小相比JPEG2000最多减少40%。对于现有深度学习图像压缩方法单个模型只能对应一种码率的问题,本文提出了一种非常简单但是很有效果的可变码率方法,通过构建条件自编码器,引入一个码率控制因子调节待编码特征的概率分布发散程度,实现了单网络模型的码率动态调节。2.对于需要从终端设备上传图像到云端进行视觉任务分析的场景,本文提出了面向语义保真的深度特征压缩方法。具体地,本文设计了一个轻量化的特征压缩模块,可以嵌入到通用卷积神经网络中,提取对于任务而言最重要的语义特征,并进行压缩编码。在目标分类场景下,与以HEVC为代表的信号保真压缩方法相比,本文方法的压缩文件大小缩小了19倍以上。3.在基于预测编码框架的视频压缩中,需要估计视频帧间运动信息。而对于光流法、滤波器预测法等方法存在的感受野局限的问题,本文提出了基于可变形卷积的视频帧预测方法,通过提取相邻帧之间的运动特征,并从中预测卷积核的偏移量,在实现更大感受野的同时没有增加太多计算量。在此基础上,本文设计了一个简单的视频压缩方法,在HEVC标准测试序列上,PSNR和MS-SSIM指标与H.264/AVC相当。