[發明專利]一種視頻編碼方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202110287432.5
• 申請日: 2021-03-17
• 公開（公告）號: CN113038130A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 袁子逸;郭治姣;翟海昌
• 申請（專利權）人: 百果園技術（新加坡）有限公司
• 主分類號: H04N19/154
• 分類號: H04N19/154;H04N19/42;H04N21/2343;H04N17/00
• 代理公司: 北京博遵律師事務所 11761
• 代理人: 馬佑平

1.一種視頻編碼方法，其特征在于，包括：

獲取待編碼的原始視頻；

基于至少一個第一恒定質量因子，對所述原始視頻進行第一編碼處理，得到與所述第一恒定質量因子一一對應的第一編碼視頻；

提取所述第一編碼視頻的視頻特征；

根據所述第一編碼視頻的視頻特征、預設的目標視頻質量評估分數和預設的目標分辨率，確定所述原始視頻所對應的目標恒定質量因子；

基于所述目標恒定質量因子和所述目標分辨率，對所述原始視頻進行第二編碼處理，得到第二編碼視頻；

其中，所述目標視頻質量評估分數用于表征所述第二編碼視頻的質量，所述目標分辨率為所述第二編碼視頻的分辨率。

2.根據權利要求1所述的方法，所述根據所述視頻特征、預設的目標視頻質量評估分數和預設的目標分辨率，確定所述原始視頻所對應的目標恒定質量因子包括：

將所述第一編碼視頻的視頻特征、所述目標視頻質量評估分數和所述目標分辨率輸入至少一個預先訓練好的機器學習模型中，得到所述機器學習模型所輸出的預測恒定質量因子；

根據預測恒定質量因子，得到所述原始視頻所對應的目標恒定質量因子。

3.根據權利要求2所述的方法，在所述機器學習模型的數量為一個的情況下，所述根據預測恒定質量因子，得到所述原始視頻所對應的目標恒定質量因子包括：

將所述機器學習模型所輸出的所述預測恒定質量因子，作為所述原始視頻所對應的目標恒定質量因子；

或者，

在所述機器學習模型的數量為至少兩個的情況下，所述根據預測恒定質量因子，得到所述原始視頻所對應的目標恒定質量因子包括：

根據預設的每一所述機器學習模型所對應的權重，確定所述機器學習模型所輸出的預測恒定質量因子的加權平均值，作為所述原始視頻所對應的目標恒定質量因子。

4.根據權利要求2所述的方法，所述方法還包括訓練所述機器學習模型的步驟，包括：

獲取訓練視頻；

根據所述訓練視頻，生成用于訓練所述機器學習模型的訓練樣本；

根據所述訓練樣本進行機器學習訓練，得到所述機器學習模型。

5.根據權利要求4所述的方法，所述根據所述訓練視頻，生成用于訓練所述機器學習模型的訓練樣本包括：

基于至少一個第一恒定質量因子，對所述訓練視頻進行第一編碼處理，得到與所述第一恒定質量因子一一對應的第三編碼視頻；

提取所述第三編碼視頻的視頻特征；

基于預設的至少一個設定分辨率和至少一個第二恒定質量因子，對所述訓練視頻進行第二編碼處理，得到與所述設定分辨率和所述第二恒定質量因子所對應的第四編碼視頻；

確定所述第四編碼視頻的實際視頻質量評估分數；

根據所述第三編碼視頻的視頻特征、所述設定分辨率、所述實際視頻質量評估分數和所述第二恒定質量因子，生成所述訓練樣本。

6.根據權利要求1或5所述的方法，其特征在于，對任一視頻進行編碼之前，所述方法還包括：

獲取所述任一視頻的初始分辨率；

在所述初始分辨率大于預設的最小分辨率的情況下，基于所述最小分辨率，對所述任一視頻進行壓縮處理，以對壓縮處理后的任一視頻進行第一編碼處理；

其中，所述任一視頻為所述原始視頻或所述訓練視頻。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

提供用于輸入所述目標視頻質量評估分數的第一輸入框、以及用于輸入所述目標分辨率的第二輸入框；

通過所述第一輸入框獲取所述目標視頻質量評估分數，通過所述第二輸入框獲取所述目標分辨率。