CN101557510A - 视频编码处理方法、系统及装置 - Google Patents
视频编码处理方法、系统及装置 Download PDFInfo
- Publication number
- CN101557510A CN101557510A CN 200810103611 CN200810103611A CN101557510A CN 101557510 A CN101557510 A CN 101557510A CN 200810103611 CN200810103611 CN 200810103611 CN 200810103611 A CN200810103611 A CN 200810103611A CN 101557510 A CN101557510 A CN 101557510A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- video
- video information
- bit rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明实施例公开了一种视频编码处理方法、系统及装置,视频编码处理方法包括对获得的视频信息进行信息识别,具体包括:提取视频信息中的信息特征量;判断信息特征量是否满足预设的门限;根据信息识别结果对视频信息进行分层编码。视频编码处理系统包括识别模块,用于对获得的视频信息进行信息识别,分层编码模块,用于对视频信息进行分层编码。视频编码处理装置包括第一模块,用于对获得的视频信息进行信息识别;第二模块,用于预设比特率阶梯;第三模块,用于对视频信息进行分层编码。本发明实施例通过对识别后的视频信息进行分层编码,降低了视频数据量,减小了庞大的视频数据量对存储空间和网络传输带宽的压力。
Description
技术领域
本发明实施例涉及视频处理领域,尤其涉及一种视频编码处理方法、系统及装置。
背景技术
随着科学技术的迅速发展,机关单位、公共场所以及各种保密机构对于安全性的要求也越来越高。视频监控技术作为一种满足安全性要求的安全监控手段,并普遍应用于监控系统。由于视频监控技术的普及以及监控系统的大规模部署,使得通信网络上承载的视频数据量大大增加,从而造成传输带宽的消耗非常严重;同时,由于从监控系统中实时采集的大量视频数据需要存档,因此,存储和管理这些视频数据所需要的存储设备的存储空间非常大,假设一个小型城市有1000个监控采集点,每个采集点传送的视频带宽为768kbps,每天24小时采集存储,由于历史数据需要至少保存6个月,因此,至少需要的存储空间为1390457Gbyte,可见存储视频数据的存储空间非常大,从而造成存储设备的开销费用成本非常高。
针对上述大量视频数据的传输和存储问题,现有技术主要采用视频编码方法对采集到的视频数据进行压缩,同时通过固定地降低比特率进一步降低视频数据量,即对于监控系统采集的所有视频数据,不管该时刻出现的视频数据是有价值的还是无价值的,均采用相同的比特率来对视频数据进行编码。此外,现有技术还存在两种办法用于解决大量视频数据的传输问题,一是铺设专网,二是利用现有的电信网络传输。
发明人在实现本发明的过程中,发现现有技术至少存在以下缺陷:现有技术的第一种方法是对视频数据进行视频编码,可以在一定程度上降低视频数据量,但当比特率降低的幅度比较大时,获得的视频图像的质量大大降低,尤其对于有价值的视频图像,即包含有用信息的视频图像,使得视频图像中有用信息部分包含的信息量大大减少,图像细节部分丢失,严重影响视频监控效果;当比特率降低的幅度比较小时,对解决大量视频数据的传输和存储问题没有任何效果。现有技术的后两种方法的成本很高,而且庞大的视频数据量对电信网络中其它数据造成严重冲击和影响,干扰其它电信业务。
发明内容
本发明实施例提供了一种视频编码处理方法、系统及装置,以克服上述现有技术的缺陷,通过对视频信息进行识别后再进行分层编码,从而减小由大量视频数据带来的对存储空间和传输带宽的压力。
本发明实施例提供了一种视频编码处理方法,包括对获得的视频信息进行信息识别,具体包括:
提取所述视频信息中的信息特征量;
判断所述信息特征量是否满足预设的门限;
如果满足,则将所述视频信息与预设的有用信息级别进行匹配以获取所述视频信息所属的有用信息级别,并标识所述视频信息所属的有用信息级别,否则,标识所述视频信息为无用信息;
根据所述信息识别结果对所述视频信息进行分层编码。
本发明实施例提供了一种视频编码处理系统,包括识别模块,用于对获得的视频信息进行信息识别;还包括:
提取模块,用于提取所述视频信息中的信息特征量;
判断模块,用于判断所述提取模块提取的所述信息特征量是否满足预设的门限;
匹配模块,用于当判断所述信息特征量满足所述预设门限时,将所述视频信息与预设的有用信息级别进行匹配以获取所述视频信息所属的有用信息级别;
标识模块,用于当判断所述信息特征量不满足所述预设门限时对所述视频信息进行标识及根据所述匹配模块的匹配结果对所述视频信息进行标识;及
分层编码模块,用于根据所述识别模块的信息识别结果对所述视频信息进行分层编码。
本发明实施例还提供了一种视频编码处理装置,包括:
第一模块,用于对获得的视频信息进行信息识别;
第二模块,用于预设比特率阶梯;
第三模块,用于根据所述第一模块所获得的信息识别结果和所述第二模块所预设比特率阶梯对所述视频信息进行分层编码。
本发明实施例通过首先识别视频信息的有用程度,根据有用程度对视频信息进行分层编码,使得视频信息的编码比特率按照视频信息的有用程度降低,减少了待传输和存储的视频数据量,降低了大量视频数据对监控系统中存储空间的消耗,同时减小了大量视频数据所占用的通信网络的传输带宽。
附图说明
图1为本发明视频编码处理方法实施例的流程图;
图2为本发明视频编码处理方法实施例中信息识别的流程图;
图3为本发明视频编码处理系统实施例的结构图;
图4为本发明视频编码处理系统实施例中识别模块的结构图;
图5为本发明视频编码处理装置实施例的结构图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
图1为本发明视频编码处理方法实施例的流程图。如图1所示,该方法具体包括如下步骤:
步骤101,对获取的视频信息进行信息识别。
首先,提取当前视频信息中的信息特征量。
获取视频信息后,对视频信息进行处理,具体为:首先提取视频信息中的信息特征量。信息特征量具体根据信息识别方法而定,不同的识别方法,信息特征量不同。例如采用变化检测的方法进行信息识别时,由于该方法是通过监控视频帧与帧之间的变化检测来发现对象是否变化的,如水位上升,此时信息特征量具体指视频信息中的水位。
其次,判断信息特征量是否满足预设的门限。
判断信息特征量与预设的门限之间的大小关系,该过程为对当前视频信息进行信息识别的过程。从监控设备中获取的视频信息中包括有价值的信息,也包括无价值的信息,例如,监控环境为夜晚的工厂仓库,正常情况下晚上仓库应该没有人出入,在对该监控环境进行监控的过程中,若监控画面中出现人或出现烟雾等的状况,则该时刻的视频信息存在价值,即为有用信息,否则为无用信息。不同的监控环境,有用信息的定义不同。有用信息识别的方法可以为人工识别方法,可以为自动识别方法,还可以为混合识别方法,混合识别方法就是将人工识别和自动识别同时进行,对识别结果进行信息融合(information fusion)得到最终的识别结果。采用的识别方法不同,信息特征量不同,但各方法都需要预先设定一个门限来判断视频信息是否为有用信息。
人工识别方法是最简单、识别深度最深的一种识别方法,是基于人工指令确认的信息识别方法,即通过人眼检查视频图像中的是否包含有用信息,该方法中预设的门限是通过人的主观感觉设定的,人工识别方法容易实现,但是效率较低,而且对于大规模的监控系统的信息识别非常困难。自动识别方法包括基于变化检测的识别方法和基于深度内容的识别方法,其中基于变化检测的识别是一种识别层次比较浅的方法,在后面的具体实施例方式中将对该方法进行进一步解释。基于深度内容的识别是在更深层次上对信息进行识别的方法,主要有基于特定场景的识别方法、基于图像中文字内容的识别方法和基于人脸的识别方法。其中,基于特定场景的识别方法是将原来作为一个由多个帧组成的视频序列分割成不同场景组成的场景序列,通过识别每个场景中的第一帧来分割场景,判断该场景是否为有用场景,该方法通过对场景中的第一帧设置门限来对视频信息进行识别。基于图像中文字内容的识别是采用光学文字识别(Optical Character Recognition,OCR)模块对经过处理的图像进行识别,并把识别结果和数据库进行匹配,如果和数据库中的有用信息判断条件匹配成功,则判定存在有用信息。基于人脸的识别方法是用已有的人脸识别模块对图像进行识别,然后与已有的数据库进行匹配,若匹配成功,则判定存在有用信息。其中保存在已有数据库中的数据为该方法预设的门限。
再次,如果信息特征量满足预设的门限,则将视频信息与预设的N个有用信息级别进行匹配以获取视频信息所属的有用信息级别。若获取到视频信息所属的有用信息级别,则标识视频信息所属的有用信息级别;否则,标识当前视频信息为无用信息。
如果当前视频信息所携带的信息特征量满足预设的门限,则当前视频信息为有用信息,否则为无用信息。本发明实施例采用包括上述介绍的识别方法在内的任一种识别方法均可以实现对有用信息的识别,同时还可以多种方法同时使用,识别不同层面的有用信息。无论哪种识别方法,得到的识别结果形式是一致的,并且是二值化(binary)的:YES或者1表示信息有用;NO或者0表示信息没用。通过识别判定当前视频信息为有用信息或无用信息,对于有用信息,其信息有用的程度存在区别,因此还需要进一步标识该视频信息所属的有用信息级别;对于无用信息,有用程度为0,则无需再对其进行有用信息级别的标识。
有用信息可以用多个级别来描述信息有用或者重要的程度,比如0表示完全无用,M表示有用程度指标的最高级,中间的某个值k表示一定的有用程度。可以根据监控环境、监控信息的具体情况在进行信息识别之前对该监控系统的有用信息进行分级,共分为N个有用信息级别,并将预设的N个有用信息级别存储在一个信息级别数据库中。当标识当前视频信息的有用信息级别时,则将当前视频信息与信息级别数据库中存储的各个级别分别进行比对,即根据一定条件,将当前视频信息归为信息级别数据库中存储的N个有用信息级别中的某一级别,假设当前视频信息与信息级别数据库中的第m个级别的信息的有用程度匹配,则将当前视频信息的有用程度标识为第m级。
步骤102,根据信息识别结果对视频信息进行分层编码。
分层视频编码(layered video coding)是一种把视频数据流进行分层压缩编码的方法,主要思想是输出多个编码层,最主要的部分是基本层(baselayer),基本层之上有多个增强层(enhancement layer),基本层和增强层可以分开发送。在接收端,基本层可以独立解码重构出基本层视频,但是增强层必须依赖于基本层和/或其下面的增强层,才能解码重构出各自对应的视频。在接收端,解码重构出来的基本层和各个增强层视频码流按照由具体分层编码方法规定的规则进行叠加,从而得到总的视频码流。
本步骤中的视频信息是指经过信息识别后获得的视频信息,可能是标识有某一级别的有用信息,也可能是无用信息,针对识别结果的不同,分层编码时的具体方法也不同,在下述的具体实施方式中将对此进行详细的解释,此处不再赘述。
进一步地,在步骤101之前,还包括如下步骤:
首先,根据统计模型获取预设的各级别有用信息出现的先验概率。
本步骤中获取先验概率的方法可以为通过建立新的监控系统的统计模型来计算,也可以通过已知的监控系统的统计模型来设定。当监控系统的统计模型为已知时,根据该模型中的历史数据,人类经验等知识设定N个有用信息级别的有用信息出现的先验概率;当监控系统的统计模型未知时,先建立该监控系统的统计模型,具体地,对每个监控系统进行大量统计,包括监控场景、监控对象、监控时间等,根据大量的统计数据以及一些经验值建立一个统计模型,由该统计模型计算在一般情况下每个预设有用信息级别的有用信息出现的先验概率。此处所指的预设有用信息级别是指存储在信息级别数据库中的各有用信息级别。需要指出的是,每个监控系统的统计模型在一般条件下是稳定的,因此,各预设有用信息级别的有用信息出现的先验概率是近似不变的,但也包含有特殊情况,需要根据特定的监控的地点、场景和时间对特定级别有用信息出现的概率进行调整。
其次,根据统计模型获取的各级有用信息出现的先验概率制定比特率阶梯。
制定比特率阶梯,即各预设有用信息级别对应的目标比特率,目标比特率越高,表示该级别有用信息包含的信息量越大,该级别有用信息的有用程度越高,具体步骤为:计算各目标比特率的取值范围,具体满足如下两个关系式:
(P1R1+P2R2+...+PNRN)W≤B(1)
(P1R1+P2R2+...+PNRN)T≤βS(2)
其中,Pi、Ri,i=1,2…N,分别为各预设有用信息级别的有用信息出现的先验概率和各预设有用信息级别的目标比特率,W为监控系统包含的信息采集点数目,B为监控系统通信网络的最大总带宽,T为视频信息在监控系统中需要保存的时间,S为监控系统的最大存储容量,β为存储容量的最高允许占用比例。
进一步地,在本实施例中,对于各预设有用信息级别的有用信息来说,各相邻有用信息级别的目标比特率之间的数量关系可以为比值恒定,即各预设有用信息级别的目标比特率数值形成一个等比数列,假设公比为k,则有
根据关系式(3),关系式(1)和(2)便可以分别简化为
R1(P1+P2k+...+PNkN-1)W≤B(4)
R1(P1+P2k+...+PNkN-1)T≤βS(5)
由关系式(4)和(5)很容易可以得到目标比特率R1的取值范围为 根据这个范围确定R1的值,再由关系式(3)确定目标比特率R2~RN的值,因此得到对应的比特率阶梯。
此外,在本实施例中,对于各预设有用信息级别的有用信息来说,各相邻有用信息级别的目标比特率之间的数量关系也可以为差值恒定,即各预设有用信息级别的目标比特率数值形成一个等差数列,假设公差为d,则有
Ri+1-Ri=Ri-Ri-1=d,i=1,2…N-1(6)
根据关系式(6),关系式(1)和(2)便可以分别简化为
[R1+d(P2+2P3+...+(N-1)PN)]W≤B(7)
[R1+d(P2+2P3+...+(N-1)PN)]T≤βS(8)
由关系式(7)和(8)很容易可以得到目标比特率R1的取值范围为 根据这个范围确定R1的值,再由式(6)确定目标比特率R2~RN的值,因此得到对应的比特率阶梯。
具体地,本实施例中的步骤102在执行时分为下述两种情况:
(1)当信息特征量满足预设的门限时,根据标识的当前视频信息所属的有用信息级别设置增强层的层数;设定基本层的目标比特率为R1,设定增强层i的目标比特率为Ri+1-Ri,并利用视频编码的比特率控制方法,依据设定的目标比特率,对视频信息的基本层和增强层进行编码。
例如,当前视频信息经过信息识别,判断定为有用信息,且有用信息级别标识为m,其中m为2到N之间的正整数,则对当前视频信息进行分层编码时,其增强层的层数设置为m-1,即编码一个基本层和m-1个增强层将当前视频信息发送出去。根据上述制定的比特率阶梯,确定基本层的目标比特率为R1,增强层1的目标比特率为R2-R1,...,增强层m-1的目标比特率为Rm-Rm-1,然后利用视频编码的比特率控制方法,根据设定的各层目标比特率完成对当前视频信息的视频编码过程。
(2)当信息特征量不满足预设的门限时,对无用信息的基本层进行编码。
当前视频信息被判定为无用信息时,则只对当前视频信息编码一个基本层发送即可,根据上述制定的比特率阶梯,确定基本层的目标比特率为R1,并利用视频编码的比特率控制方法,依据设定的目标比特率,完成对无用信息的视频编码。
通过对不同级别的有用信息编码不同数量的增强层,实现了对视频数据编码比特率的调整,所编码的增强层越多,总的比特率越高,信息量越丰富,而对于无用信息只编码一个比特率最低的基本层。这样,在视频监控过程中,如果在95%的时间内未出现有用信息,便可以采用很低的带宽来传送视频数据。
需要指出的是,在确定各层目标比特率之后,对视频信息进行视频编码时,本实施例可以选择任意一种分层编码的方法,具体可以为时间分层编码,可以为信噪比(Signal to Noise Ratio,SNR)分层编码,可以为空间分层编码,还可以为精细粒度分层编码。在编码过程中通过比特率控制技术,设定各层的比特率近似等于所确定的目标比特率即可,其中比特率控制技术可以通过控制编码过程中的量化参数,进而控制压缩倍数来具体控制比特率,具体各层的编码过程与现有技术各分层编码方法中的编码过程类似,此处不再赘述。
本实施例通过提供一种视频编码处理方法,首先识别出视频信息中的有用信息和无用信息,再按照有用信息的有用程度对视频信息进行分级,并制定比特率阶梯,最后利用比特率阶梯对视频信息进行分层编码,本方法根据信息识别的结果编码出不同比特率的视频码流,解决了视频编码比特率不能“智能”地降低的问题,使得比特率根据信息的有用程度分级别地降低,进一步减少了视频数据量,解决了大量视频数据对监控系统中存储空间的消耗,同时进一步降低了大量视频数据占用传输带宽给通信网络带来的巨大压力,使得视频监控的大规模部署成为可能。
图2为本发明视频编码处理方法实施例中信息识别的流程图。如图2所示,上述实施例中信息识别的过程还可以通过对变化检测进行非线性映射的方法来实现,该方法具体包括如下步骤:
步骤201,检测视频信息的变化。
检测视频信息的变化这一过程主要通过监控视频信息中帧与帧之间的变化检测(Change Detection)来发现监控对象是否发生变化,是否有人或动物非法进入等,以及其它运动物体的运动等。
步骤202,选择反映变化量的量化指标,量化视频信息的变化。
通过检测如果发现有变化,并且这些变化可以量化,选择反映变化量的量化指标,比如运动物体占整帧图像面积的比例、运动矢量大小等等,通过量化指标来具体量化视频信息的变化。
步骤203,根据量化的结果,计算视频信息的有用程度指标,具体按照如下公式进行计算:
其中 Xmin≤x≤Xmax,s为视频信息的有用程度指标,x为反映变化量的量化指标,t为中间变量,M表示有用程度指标的最大值,[.]表示取整函数。
预先设置一个变化量的门限,如果量化指标代表的变化量超过预设的门限,就判定为有用信息,否则判定为无用信息。当输出的有用信息识别结果包含多个级别,比如有用信息按照有用程度分为0-N级,将量化指标和0-N级进行映射对应。
本实施例提供的通过对变化检测进行非线性映射的方法是针对变化检测的线性映射方法而提出的,变化检测的线性映射方法的特点是变化量和有用程度各个级别之间的关系为线性,具体用如下面公式所示:
其中各参数含义与变化检测的非线性映射方法中各参数一致。对比关系式(9)和(10)可以看出,非线性映射方法将线性映射方法中信息的有用程度与变化量之间的直线性关系改变为非均匀的、S型曲线关系,更加方便了有用信息的识别。
本实施例通过采用对变化检测进行非线性映射的方法对视频数据进行识别,提高了信息识别的效率,进一步降低了待编码的视频数据量。
图3为本发明视频编码处理系统实施例的结构图。如图3所示,本发明提供的视频编码处理系统包括识别模块1和分层编码模块2,识别模块1用于对视频监控获得的视频信息进行信息识别,分层编码模块2用于根据识别模块1的识别结果对视频信息进行分层编码。
其中,识别模块1可以位于监控系统的监控信息采集侧,其中包括融合在压缩编码模块内部的情况,也可以位于监控系统的监控控制中心侧。基本原则是把信息识别层次浅、计算简单的识别功能放在监控信息采集侧实现,把信息识别层次深,计算复杂的识别功能放在监控控制中心侧实现。因此,可以在一个监控系统中存在多个识别模块1,并且将多个识别模块1的识别结果和人工操作者的识别结果进行融合之后,再反馈给分层编码模块2。
具体地,识别模块1包括提取模块11、判断模块12、匹配模块13和标识模块14,提取模块11用于提取视频信息中的信息特征量,判断模块12用于判断提取模块11提取的信息特征量是否满足预设的门限,匹配模块13用于当判断信息特征量满足预设门限时,将视频信息与预设的各个有用信息级别进行匹配以获取视频信息所属的有用信息级别,标识模块14用于当判断信息特征量不满足预设门限时对视频信息进行标识及根据匹配模块13的匹配结果对视频信息进行标识。
进一步地,视频编码处理系统还包括预设模块3,预设模块3用于预设比特率阶梯。预设模块3包括获取模块31和制定模块32,获取模块31用于获取监控系统的统计模型,根据统计模型获取预设的各个有用信息级别的有用信息出现的先验概率,制定模块32用于根据获取模块31获取的先验概率制定比特率阶梯,分层编码模块2用于根据预设模块3制定的比特率阶梯对视频信息进行分层编码。
具体地,制定模块32包括第一计算模块322,第一计算模块322用于根据获取模块31获取的各个有用信息级别的有用信息出现的先验概率计算各预设有用信息级别的目标比特率的取值范围,具体满足关系式(7)和(8),即计算得到比特率阶梯。进一步地,制定模块还可以包括存储模块321,存储模块321用于存储各预设有用信息级别的有用信息出现的先验概率Pi、各预设有用信息级别的目标比特率Ri、监控系统包含的信息采集点数目W、监控系统通信网络的最大总带宽B、视频信息在监控系统中需要保存的时间T、监控系统的最大存储容量S、存储容量的最高允许占用比例β;第一计算模块322用于根据存储模块321中存储的各个信息计算各预设有用信息级别的目标比特率的取值范围,即计算得到比特率阶梯。
具体地,分层编码模块2具体包括设置模块21、设定模块22和编码模块23,设置模块21用于当信息特征量满足预设的门限时,根据标识的视频信息所属的有用信息级别设置增强层的层数,设定模块22用于设定基本层和增强层的目标比特率,编码模块23用于对视频信息的基本层和增强层进行编码。
本实施例提供的视频编码处理系统的信息处理过程具体为:首先,获得视频信息,输入到识别模块1中;识别模块1中的提取模块11提取视频信息中的信息特征量;判断模块12判断信息特征量是否满足预设的门限;匹配模块13将视频信息与预设的各个有用信息级别进行匹配以获取视频信息所属的有用信息级别,并标识所视频信息所属的有用信息级别;如果该视频信息的信息特征量满足预设的门限,则标识模块14根据匹配模块13的匹配结果对当前视频信息的有用信息级别进行标识;若不满足预设的门限,则标识模块1标识当前视频信息为无用信息。其次,将识别模块1的识别结果输出到分层编码模块2;分层编码模块2中的设置模块21根据识别结果设置编码的增强层层数;分层编码模块2再根据制定模块制定的比特率阶梯设定当前视频信息的基本层和增强层的目标比特率,完成对当前视频信息的视频编码。
图4为本发明视频编码处理系统实施例中识别模块的结构图。如图4所示,当对变化检测采用非线性映射方法作为信息识别方法时,本实施例中识别模块1具体包括检测模块111、量化模块112和第二计算模块113,检测模块111用于检测提取模块11所获取的视频信息的变化,量化模块112用于选择反映变化量的量化指标,量化检测模块111检测到的视频信息的变化,第一计算模块113用于根据量化模块112的量化结果以及视频信息的有用程度指标的最大值,计算视频信息的有用程度指标,具体按照上述关系式(9)进行计算。
本实施例通过提供一种视频编码处理系统,其中识别模块对视频信息进行识别,分层编码模块利用比特率阶梯对视频信息进行分层编码,根据信息的有用程度来设定分层编码的各层比特率,大大减少了大量视频数据对监控系统中存储空间和通信网络中传输带宽的消耗,使得视频监控的大规模部署成为可能。
图5为本发明视频编码处理装置的结构图。如图5所示,视频编码处理装置包括第一模块51、第二模块52和第三模块53,其中第一模块51用于对视频监控获得的视频信息进行信息识别;第二模块52用于预设比特率阶梯;第三模块53用于根据第一模块51所获得的信息识别结果和第二模块52所预设比特率阶梯对所述视频信息进行分层编码。
本实施例通过提供一种视频编码处理装置,其中第三模块53利用第一模块51对视频信息进行识别,再根据第二模块52预设的比特率阶梯对视频信息进行分层编码,根据信息的有用程度来设定分层编码的各层比特率,大大减少了大量视频数据对监控系统中存储空间和通信网络中传输带宽的消耗,使得视频监控的大规模部署成为可能。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (13)
1、一种视频编码处理方法,其特征在于,包括:对获得的视频信息进行信息识别,具体为:
提取所述视频信息中的信息特征量;
判断所述信息特征量是否满足预设的门限;
如果满足,则将所述视频信息与预设的有用信息级别进行匹配以获取所述视频信息所属的有用信息级别,并标识所述视频信息所属的所述有用信息级别;如果不满足,则标识所述视频信息为无用信息;
根据所述信息识别结果对所述视频信息进行分层编码。
2、根据权利要求1所述的视频编码处理方法,其特征在于,在所述对获得的视频信息进行信息识别之前,还包括:
根据统计模型获取各个所述预设的有用信息级别的所述有用信息出现的先验概率;
根据所述先验概率制定比特率阶梯。
3、根据权利要求2所述的视频编码处理方法,其特征在于,所述比特率阶梯中各相邻预设有用信息级别的目标比特率之间的数量关系为比值恒定或差值恒定。
4、根据权利要求3所述的视频编码处理方法,其特征在于,所述制定比特率阶梯具体包括:计算各个预设有用信息级别的所述目标比特率的取值范围。
5、根据权利要求4所述的视频编码处理方法,其特征在于,所述根据信息识别结果对所述视频信息进行分层编码具体包括:
当所述信息特征量满足预设的门限时,根据标识的所述视频信息所属的有用信息级别设置增强层的层数;
设定基本层的所述目标比特率为R1,设定所述增强层i的所述目标比特率为Ri+1-Ri,利用视频编码的比特率控制方法,依据所述的目标比特率,对所述基本层和所述增强层进行编码;
当所述信息特征量不满足预设的门限时,设定所述基本层的所述目标比特率为R1,利用视频编码的比特率控制方法,依据所述的目标比特率对所述基本层进行编码。
6、根据权利要求5所述的视频编码处理方法,其特征在于,所述信息识别通过对变化检测进行非线性映射的方法实现,具体包括:
检测所述视频信息的变化;
选择反映变化量的量化指标,量化所述视频信息的变化;
根据量化的结果以及视频信息的有用程度指标的最大值计算所述视频信息的有用程度指标。
7、一种视频编码处理系统,其特征在于,包括:
识别模块,用于对获得的视频信息进行信息识别,还包括:
提取模块,用于提取所述视频信息中的信息特征量;
判断模块,用于判断所述提取模块提取的所述信息特征量是否满足预设的门限;
匹配模块,用于当判断所述信息特征量满足所述预设门限时,将所述视频信息与预设的有用信息级别进行匹配以获取所述视频信息所属的有用信息级别;
标识模块,用于当判断所述信息特征量不满足所述预设门限时对所述视频信息进行标识及根据所述匹配模块的匹配结果对所述视频信息进行标识;及
分层编码模块,用于根据所述视频信息的信息识别结果对所述视频信息进行分层编码。
8、根据权利要求7所述的视频编码处理系统,其特征在于,所述识别模块位于监控系统的监控信息采集侧,或者位于所述监控系统的监控控制中心侧。
9、根据权利要求7所述的视频编码处理系统,其特征在于,还包括预设模块,用于预设比特率阶梯,所述预设模块包括:
获取模块,用于获取各个所述预设的有用信息级别的所述有用信息出现的先验概率;
制定模块,用于根据所述获取模块获取的所述先验概率制定比特率阶梯;
所述分层编码模块还用于根据所述预设模块预设的所述比特率阶梯对所述视频信息进行分层编码。
10、根据权利要求9所述的视频编码处理系统,其特征在于,所述制定模块具体包括:第一计算模块,用于计算各所述预设有用信息级别的所述目标比特率的取值范围。
11、根据权利要求10所述的视频编码处理系统,其特征在于,所述分层编码模块具体包括:
设置模块,用于当所述信息特征量满足所述预设的门限时,根据标识的所述视频信息所属的有用信息级别设置增强层的层数;
设定模块,用于设定基本层和所述增强层的所述目标比特率;
编码模块,用于对所述基本层和所述增强层进行编码。
12、根据权利要求7所述的视频编码处理系统,其特征在于,所述识别模块包括:
检测模块,用于检测所述视频信息的变化;
量化模块,用于选择反映变化量的量化指标,量化所述检测模块检测到的所述视频信息的变化;
第二计算模块,用于根据所述量化模块的量化结果以及视频信息的有用程度指标的最大值计算所述视频信息的有用程度指标。
13、一种视频编码处理装置,其特征在于,包括:
第一模块,用于对获得的视频信息进行信息识别;
第二模块,用于预设比特率阶梯;
第三模块,用于根据所述第一模块所获得的信息识别结果和所述第二模块所预设比特率阶梯对所述视频信息进行分层编码。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810103611 CN101557510A (zh) | 2008-04-09 | 2008-04-09 | 视频编码处理方法、系统及装置 |
PCT/CN2009/071163 WO2009124489A1 (zh) | 2008-04-09 | 2009-04-03 | 视频编码处理方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810103611 CN101557510A (zh) | 2008-04-09 | 2008-04-09 | 视频编码处理方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101557510A true CN101557510A (zh) | 2009-10-14 |
Family
ID=41161548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810103611 Withdrawn CN101557510A (zh) | 2008-04-09 | 2008-04-09 | 视频编码处理方法、系统及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN101557510A (zh) |
WO (1) | WO2009124489A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103596011A (zh) * | 2013-11-20 | 2014-02-19 | 北京中星微电子有限公司 | 图像数据的存储处理方法和装置 |
US8745246B2 (en) | 2009-06-15 | 2014-06-03 | Huwei Technologies Co., Ltd. | Method and device for selecting an SVC operation point, and method and device for providing information of SVC operation points |
CN104412592A (zh) * | 2012-06-26 | 2015-03-11 | 三菱电机株式会社 | 运动图像编码/解码装置以及方法 |
CN109743759A (zh) * | 2019-03-01 | 2019-05-10 | 蒋梅 | 移动通信带宽动态调整装置 |
CN109819272A (zh) * | 2018-12-26 | 2019-05-28 | 平安科技(深圳)有限公司 | 视频发送方法、装置、计算机可读存储介质及电子设备 |
CN114205627A (zh) * | 2022-02-21 | 2022-03-18 | 广州易方信息科技股份有限公司 | 视频比特率阶梯预测模型训练方法及其预测方法、装置 |
CN115065846A (zh) * | 2022-05-13 | 2022-09-16 | 北京字节跳动网络技术有限公司 | 一种视频下发方法、装置、服务器和介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111885332A (zh) * | 2020-07-31 | 2020-11-03 | 歌尔科技有限公司 | 一种视频存储方法、装置、摄像头及可读存储介质 |
CN112631524B (zh) * | 2020-12-29 | 2023-04-07 | 杭州海康汽车软件有限公司 | 一种存储介质分配方法、装置及电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100866482B1 (ko) * | 2004-01-29 | 2008-11-03 | 삼성전자주식회사 | 감시 시스템 및 그 사용 방법 |
KR100679022B1 (ko) * | 2004-10-18 | 2007-02-05 | 삼성전자주식회사 | 계층간 필터링을 이용한 비디오 코딩 및 디코딩방법과,비디오 인코더 및 디코더 |
CN100490532C (zh) * | 2006-04-30 | 2009-05-20 | 华为技术有限公司 | 一种视频码流过滤方法和过滤节点 |
CN1968250B (zh) * | 2006-05-16 | 2010-04-21 | 华为技术有限公司 | 一种视频码流审查方法、系统和设备 |
-
2008
- 2008-04-09 CN CN 200810103611 patent/CN101557510A/zh not_active Withdrawn
-
2009
- 2009-04-03 WO PCT/CN2009/071163 patent/WO2009124489A1/zh active Application Filing
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8745246B2 (en) | 2009-06-15 | 2014-06-03 | Huwei Technologies Co., Ltd. | Method and device for selecting an SVC operation point, and method and device for providing information of SVC operation points |
CN104412592A (zh) * | 2012-06-26 | 2015-03-11 | 三菱电机株式会社 | 运动图像编码/解码装置以及方法 |
CN103596011A (zh) * | 2013-11-20 | 2014-02-19 | 北京中星微电子有限公司 | 图像数据的存储处理方法和装置 |
CN103596011B (zh) * | 2013-11-20 | 2017-07-04 | 北京中星微电子有限公司 | 图像数据的存储处理方法和装置 |
CN109819272A (zh) * | 2018-12-26 | 2019-05-28 | 平安科技(深圳)有限公司 | 视频发送方法、装置、计算机可读存储介质及电子设备 |
CN109743759A (zh) * | 2019-03-01 | 2019-05-10 | 蒋梅 | 移动通信带宽动态调整装置 |
CN114205627A (zh) * | 2022-02-21 | 2022-03-18 | 广州易方信息科技股份有限公司 | 视频比特率阶梯预测模型训练方法及其预测方法、装置 |
CN115065846A (zh) * | 2022-05-13 | 2022-09-16 | 北京字节跳动网络技术有限公司 | 一种视频下发方法、装置、服务器和介质 |
CN115065846B (zh) * | 2022-05-13 | 2024-04-26 | 北京字节跳动网络技术有限公司 | 一种视频下发方法、装置、服务器和介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2009124489A1 (zh) | 2009-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101557510A (zh) | 视频编码处理方法、系统及装置 | |
JP2005508590A5 (zh) | ||
CN115801901A (zh) | 一种企业生产排放数据压缩处理方法 | |
CN110569967A (zh) | 一种基于算术编码的神经网络模型压缩加密方法及系统 | |
CN107222748A (zh) | 图像数据码率的处理方法和装置 | |
CN116910285B (zh) | 基于物联网的智慧交通数据优化存储方法 | |
CN113258935A (zh) | 一种联邦学习中基于模型权值分布的通信压缩方法 | |
Lee et al. | Classified vector quantisation with variable block-size DCT models | |
CN115987296A (zh) | 基于霍夫曼编码的交通能源数据压缩传输方法 | |
CN113206808B (zh) | 一种基于一维多输入卷积神经网络的信道编码盲识别方法 | |
CN111209119A (zh) | 一种人脸抓拍枪机负载均衡方法 | |
CN117156097B (zh) | 基于物联网感知的会议音频数据智能处理方法及系统 | |
CN116723251B (zh) | 基于传感器网络的智能锅炉自动监测系统 | |
US20180294819A1 (en) | Method and system for compressing data from smart meter | |
CN1151678C (zh) | 对于视频信号中的目标轮廓图象进行编码的方法和装置 | |
CN103503320A (zh) | 用于重构源信号的方法和解码器 | |
De Natale et al. | Polynomial approximation and vector quantization: A region-based integration | |
EP4111417A1 (en) | Generating quantization tables for image compression | |
US20110026830A1 (en) | Codebook generating method | |
CN113949880B (zh) | 一种极低码率人机协同图像编码训练方法及编解码方法 | |
CN111163320A (zh) | 一种视频压缩方法及系统 | |
CN116155873A (zh) | 一种云边协同的图像处理方法、系统、设备及介质 | |
CN110276728B (zh) | 一种基于残差生成对抗网络的人脸视频增强方法 | |
Chiu et al. | Quad-tree product vector quantization of images | |
Senbel et al. | Scalable and robust image compression using quadtrees |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C04 | Withdrawal of patent application after publication (patent law 2001) | ||
WW01 | Invention patent application withdrawn after publication |