[發明專利]一種結合yolo3與flownet2網絡的監控視頻壓縮及解壓方法

在審

• 申請號: 202010098304.1
• 申請日: 2020-02-18
• 公開（公告）號: CN111277835A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 汝佩哲;李銳;金長新
• 申請（專利權）人: 濟南浪潮高新科技投資發展有限公司
• 主分類號: H04N19/42
• 分類號: H04N19/42;H04N19/44;H04N19/91;H04N19/136;H04N7/18
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 劉淑風

本發明提供一種結合yolo3與flownet2網絡的監控視頻壓縮及解壓方法，壓縮的實現步驟如下：準備監控視頻文件；切分視頻文件，提取視頻文件中的所有幀圖像數據；利用yolo3網絡對幀圖像數據進行目標檢測，檢測目標根據實際需求設置；對檢測到目標與未檢測到目標的視頻段首幀圖像數據進行壓縮；利用flownet2網絡提取檢測到目標的視頻段相鄰幀之間光流信息；利用網絡重構一幀并與原幀相減獲得殘差數據；對光流信息以及殘差數據進行取整量化以及算術編碼熵編碼。本方法刪除了監控視頻中大量時間與空間上的冗余信息，在監控視頻上比傳統的視頻壓縮方法(如H.263，H.26)具有更高的壓縮比，節省了存儲空間，提升了儲存效益。

技術領域

本發明涉及深度學習領域，具體地說是一種結合yolo3與flownet2網絡的監控視頻壓縮及解壓方法。

背景技術

視頻壓縮一直是學術界和工業界的研究熱點之一。隨著信息技術的飛速發展，多媒體信息逐漸成為人類獲取外界信息最主要的載體。視頻壓縮是通過視頻編碼改變視頻內容格式的過程，目標是減少視頻所占用的儲存空間。當今的視頻存儲中，有很大一部分來自監控視頻。特別隨著數字化生活的進一步推進，日常生活中會產生大量高清監控視頻。

與普通視頻相比，監控視頻往往有如下幾種特點：一、視頻內容穩定：對于監控視頻的性質而言，監控視頻內容場景通常比較穩定，少有劇烈變化，視頻幀數通常較低。特別在夜間，監控視頻內容往往不發生改變；二、視頻背景固定：由于監控攝像頭往往是固定的，監控視頻背景在較長一段時間中基本不會發生改變；三、視頻目標明確：監控視視頻目通常具有較高的針對性，大多聚焦于對行人以及車輛的監控，視頻目標明確。因此，監控視頻比普通視頻具有更高的壓縮潛力。

傳統的視頻壓縮方法(H.263，H264等)基于幀內預測、幀間預測、量化和編碼等技術對視頻進行壓縮，對普通視頻壓縮已經取得了優秀的成果，并且廣泛應用到實際中。但是傳統的視頻壓縮方法需要儲存每一幀的數據，這種方法并不能很好的壓縮監控視頻，監控視頻中仍存在大量時間與內容冗余信息。

近年來，隨著深度學習技術的發展，尤其是卷積神經網絡在圖像處理和計算機領域的成功，讓利用深度學習技術對視頻進行高效壓縮成為可能。鑒于此，研發一種基于深度學習技術對視頻進行壓縮的方法具有十分重要的現實意義。

發明內容

本發明的技術任務是針對現有技術的不足，提供一種結合yolo3與flownet2網絡的監控視頻壓縮及解壓方法，本方法通過yolo3網絡對輸入的監控視頻幀數據進行目標檢測，對檢測到目標幀數據通過flownet2提取光流數據并進行壓縮并儲存，刪除了監控視頻中大量時間與空間上的冗余信息。本方法在監控視頻上比傳統的視頻壓縮方法如H.263，H.264等具有更高的壓縮比，節省了存儲空間，提升了儲存效益。

本發明解決其技術問題所采用的技術方案是：

1、本發明提供一種結合yolo3與flownet2網絡的監控視頻壓縮及解壓方法，該方法的實現步驟如下：

S1、準備監控視頻文件；

S2、切分視頻文件，將視頻文件切分成一幀一幀的圖像文件，提取視頻文件中的所有幀圖像數據；

S3、利用yolo3網絡對幀圖像數據進行目標檢測，檢測目標根據實際需求設置；

S4、對檢測到目標與未檢測到目標的視頻段首幀圖像數據進行壓縮；

S5、利用flownet2網絡提取檢測到目標的視頻段相鄰幀之間光流信息；

S6、利用網絡重構一幀并與原幀相減獲得殘差數據；

S7、對光流信息以及殘差數據進行取整量化以及算術編碼熵編碼。

方案優選地，步驟S2中，通過ffmpeg工具提取視頻文件中的所有幀圖像數據。