[發明專利]一種基于特征的幀間編碼方法

有效

• 申請號: 201810265603.2
• 申請日: 2018-03-28
• 公開（公告）號: CN108419081B
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 楊青;王軍;姜楠
• 申請（專利權）人: 佛山市順德區中山大學研究院;廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學
• 主分類號: H04N19/503
• 分類號: H04N19/503;H04N19/136;H04N19/167;H04N19/147;H04N19/14;H04N19/119;H04N19/137;H04N19/154
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 左恒峰

本發明公開了一種基于特征的幀間編碼方法，首先提取視頻圖像中每一幀的關鍵點以及關鍵點的特征向量，然后對關鍵點以及特征向量進行計算得到感興趣區域以及運動特性，并以此對編碼單元進行編碼深度劃分，最后當需要參考前一幀對應的最大編碼單元劃分形式時，遍歷所有編碼單元所有深度下的預測單元預測模式，得到視頻編碼的幀間模式，從而減少預測編碼的遍歷深度以及冗余的率失真代價值遞歸計算，可以在保證編碼性能不變的前提下，實現編碼前后的特征信息盡量不丟失，提高視頻壓縮低碼率編碼中的主觀質量，縮短編碼時間，降低幀間預測編碼過程中預算復雜度。

技術領域

本發明涉及圖像視頻編碼領域，特別是一種基于特征的幀間編碼方法。

背景技術

HEVC(High Efficiency Video Coding，高清視頻編碼標準)作為最新一代的視頻編碼標準，相比上一代H.264編碼標準，在相同編碼質量的情況下，壓縮效率可以提升一倍，但是HEVC的編碼復雜度會大于H.264的150％，HEVC是基于視頻圖像質量的編碼方法，即在相同的圖像質量下，盡可能的壓縮視頻編碼碼率，或者反過來說，在相同的壓縮碼率下，盡可能的提高圖像質量，在機器視覺應用中(比如物體識別、匹配、檢索、分類等等)，HEVC等傳統的視頻壓縮方法顯得無能為力，一方面，基于圖像質量的視頻編碼沒有考慮到未來壓縮后的視頻會用于機器視覺，僅僅考慮到人對視頻質量的愉悅感，對于機器來說，絢麗愉悅的視頻質量并沒有什么幫助，機器視覺需要的是視頻中盡可能的保留更多的視頻內容特征的信息；另一方面，現有的視頻壓縮技術都是有損壓縮，因而難免會丟失信息，這些丟失的信息中就很有可能包含視頻重要的內容特征，再者，由于HEVC的廣泛使用，導致視頻編碼的復雜度明顯上升和編碼時間增加。

基于以上幾個要求，需要提出一種針對機器學習的盡可能保留足夠多的可供識別的特征信息的視頻編碼方式，同時要求降低碼率和編碼時間。

發明內容

為解決上述問題，本發明的目的在于提供一種基于特征的幀間編碼方法，可以在保證編碼性能不變的前提下，實現編碼前后的特征信息盡量不丟失，提高視頻壓縮低碼率編碼中的主觀質量，縮短編碼時間，降低幀間預測編碼過程中預算復雜度。

本發明解決其問題所采用的技術方案是：

一種基于特征的幀間編碼方法，其特征在于：包括以下步驟：

A、利用基于視覺領域的特征提取方法定位視頻中的每一幀的關鍵點，并提取出關鍵點的特征向量；

B、對關鍵點進行計算得到感興趣區域，采用幀差法將當前幀圖像與前一幀圖像的感興趣區域的關鍵點的特征向量進行比較，得到當前幀的運動特性，并對編碼單元進行編碼深度劃分；

C、當需要參考前一幀對應的最大編碼單元劃分形式時，遍歷編碼單元所有深度下的預測單元預測模式，得到視頻編碼的幀間模式。

進一步，所述步驟A中利用基于視覺領域的特征提取方法定位視頻中的每一幀的關鍵點，所述特征提取方法為FGSIFT算法。

進一步，所述步驟A利用基于視覺領域的特征提取方法定位視頻中的每一幀的關鍵點，并提取出關鍵點的特征向量，包括以下步驟：

A1、對視頻中的每一幀進行尺度空間極值檢測，得到極值點；

A2、采用DoG函數定位關鍵點的位置；

A3、提取關鍵點的特征向量。

進一步，所述步驟B對關鍵點進行計算得到感興趣區域，采用幀差法將當前幀圖像與前一幀圖像的感興趣區域的關鍵點的特征向量進行比較，得到當前幀的運動特性，并對編碼單元進行編碼深度劃分，包括以下步驟：

B1、判斷當前幀是否為第一幀，若是，轉步驟B8，若否，轉步驟B2；