CN104093021B - 一种监控视频压缩方法 - Google Patents
一种监控视频压缩方法 Download PDFInfo
- Publication number
- CN104093021B CN104093021B CN201410336372.1A CN201410336372A CN104093021B CN 104093021 B CN104093021 B CN 104093021B CN 201410336372 A CN201410336372 A CN 201410336372A CN 104093021 B CN104093021 B CN 104093021B
- Authority
- CN
- China
- Prior art keywords
- matrix
- difference
- frame
- picture block
- block
- 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.)
- Expired - Fee Related
Links
- 238000007906 compression Methods 0.000 title claims abstract description 26
- 230000006835 compression Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 49
- 230000005494 condensation Effects 0.000 claims description 10
- 238000009833 condensation Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003252 repetitive effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种监控视频压缩方法,包括:步骤S1:采集视频样本;步骤S2:把图像划分为像块;步骤S3:建立坐标系;步骤S4:计算样本像块的差异参考矩阵;步骤S5:计算现场预设时间间隔的视频图像的像块差异值;步骤S6:重复帧判断,若为重复帧则丢弃;步骤S7:视频补偿并存储,同时清空处理过的缓存视频,再对下一时间间隔的视频重复步骤S5、S6、S7。与现有技术相比,本发明不仅解决了用户通过视频查找关键信息的时间浪费,而且使监控设备在存储视频数据时节省大量的存储空间,从而满足用户的QoS需求。
Description
技术领域
本发明涉及一种视频信息处理方法,尤其是涉及一种监控视频压缩方法。
背景技术
由于数字化生活的进一步推进,智能家居、智能手机、智慧社区等一系列智能化应用的快速发展,则智能摄像头在其中起到了非常重要的作用。并且现代社会中,尤其是个人家庭门口监视和社区楼道监视区域等都安装了大量的摄像头,可以实时监视涉及到安全方面的东西,并且这些监控摄像头经常会长时间拍摄大量无用的静态场景。与普通的电视电影视频场景相比,监控视频场景往往具有以下的一些特点:背景固定不变,前景物体较少,场景相对稳定,鲜有剧烈变化,帧速较慢,即监控视频具有低帧率、帧间相关性高的特点。因此监控视频比一般视频具有更大的信息压缩潜力,然而目前大多数用户所使用的摄像头,基本上都是将采集到的所有图像进行存储,没有对所采集到的视频流进行重复率压缩和简化,尤其是对大量的无用场景的丢失处理。
现有技术存在如下的方式提高视频的压缩比,有:
1)去除时间和空间上的冗余。这种方式并不能去除内容冗余,监控视频中仍存在较多的内容冗余。
2)基于每帧的内容的压缩,对于重要帧采用较小的QP值(准峰值),对非重要的帧采用较大的QP值,实现保存重要帧的清晰化的基础上增大压缩比。这种方式以每帧为单位,为了一帧中的一小部分而清晰化整个帧,压缩性能仍不够理想。
中国专利200810216851.4公开了一种视频压缩方法,包括首先定义视频变化小于或等于阈值的场景为背景,大于的为前景,然后对背景进行高质量参考帧进行编解码,对前景用普通参考帧进行编解码,此专利对前景里重复帧仍进行保存,导致压缩后的视频存储量仍然很大。
所以急需一种监控视频压缩方法来有效地解决监控摄像头采集的大量视频流重复率压缩和简化问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种有效地解决监控摄像头采集的大量视频流重复率压缩和简化问题的监控视频压缩方法。
本发明的目的可以通过以下技术方案来实现:
一种监控视频压缩方法,包括:
步骤S1:监控摄像头置于静止环境中,采集视频流数据,截取播放稳定的一段视频流数据作为样本,该样本里包含N个GOP,每个GOP包含1个I帧;
步骤S2:设每一I帧图像由a×b个像素构成,每个像素均取样亮度信号,每8×8个像素组成1个像块,则亮度信号像块的个数为m×n块,其中,m=a/8,n=b/8;
步骤S3:在每一I帧图像的水平方向和垂直方向建立直角坐标系O-XY,得出图像中每个亮度信号像块的二维坐标(x,y),其中,x∈1,2,…,m,y∈1,2,…,n;
步骤S4:将样本中N/2个I帧中的对应每个坐标的亮度信号像块进行次的两两比较,得到对应的差异参考矩阵,再取其余的N/2个I帧进行比较测试,获取每次测试后的异常像块数量,最终得到判定相邻I帧是否为重复帧的阈值K;
步骤S5:置于现场的监控摄像头首先将实时采集的数据存入buffer中,然后从buffer中取出预设时间间隔的视频流,按时刻标记GOP的I帧,计算得出当前时刻I帧n(t)和上一时刻I帧n(t-1)之间对应每个坐标的像块差异值,再将这些差异值与差异参考矩阵中对应坐标上的像块差值进行比较,最终统计超出参考矩阵像块差值范围的像块数量;
步骤S6:将n(t)中超出参考矩阵的像块数量记为N(t),如果N(t)≤K,则n(t)为重复帧,并丢弃,否则,保留此I帧所在的GOP;
步骤S7:对丢弃重复帧后的视频流进行补偿,并存储到硬盘,同时清空buffer中处理过的视频流,再对下一个时间间隔的视频流重复步骤S5、S6、S7。
所述的步骤S4具体包括:
401:从I帧的每个亮度信号像块中取出一个8×8的二维数据矩阵,其中矩阵中64个数据代表了原始图像各像素的亮度值,范围为0~255;
402:将矩阵依次进行DCT变换、非均匀性量化且除4,得到坐标位置(x,y)的像块压缩矩阵,记为T8×8(x,y);
403:将其中N/2个I帧在坐标位置(x,y)的亮度信号像块压缩矩阵进行次的两两相减,获得绝对差值为亮度信号像块差异值△T8×8(x,y),统计这些差值的合理范围简写为ΔT(x,y),则每个坐标上亮度信号像块的差异参考矩阵记为:
404:依照步骤403的方法,分别用其余的N/2个I帧进行次的两两相减,得出个差值矩阵,再将这些矩阵与403中的差异参考矩阵对照,找出每个差值矩阵中对应位置的像块差值超出范围的异常像块数,根据所述异常像块数的聚集情况确定一个合理的阈值K,使重复的相邻I帧的异常像块数都小于K。
所述的步骤S5中n(t)相对于n(t-1)在对应坐标的像块绝对差值超出参考矩阵相应位置差值范围的像块数量,是根据S4中步骤403获得的合理范围来判定的。
所述的步骤S5中n(t)和n(t-1)之间对应每个坐标的每个像块差异值分别为n(t)对应坐标下相应像块压缩矩阵与n(t-1)的相减后的差值绝对值,所述的n(t)和n(t-1)的每个像块的压缩矩阵由n(t)和n(t-1)图像代入步骤401、402获得。
与现有技术相比,本发明具有以下优点:
1)本发明通过对监控摄像头视频流进行重复帧及重复GOP丢失处理技术,即对实时视频流中的I帧进行检测、重复率判断、丢失处理和丢失补偿处理,只保存有用的动态视频流,有效的解决摄像头采集的大量视频流重复率压缩和简化问题。
2)本发明中样本的亮度信号、蓝色差信号和红色差信号像块的差异参考矩阵全面地包括了静态场景时视频图像的特征信息,作为重复帧判断依据,可有效的筛选出静态场景的重复帧。本发明通过将样本视频图像里像素划分为像块,并进行差异性特征分析,得到的差异参考矩阵。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种监控视频压缩方法,涉及到基于MPEG-2的视频流中重复帧及GOP丢失处理技术,通过对实时视频流中的I帧进行检测、重复率判断、丢失处理和丢失补偿处理,使最终保留的视频流数据信息都是动态且有用的。本发明采用实时视频流的丢帧机制自动检测视频流中I帧的变化情况,再将无动态变化的I帧及GOP自动丢掉。如图1所示,该方法具体包括:
在步骤S1中,选取视频采集卡中的样本:监控摄像头置于静止环境中,采集视频流数据,同时查看数据采集效果,在播放过程非常稳定时(即采集效果比较好,视频流中没有较明显波动界面的时候)开始截取一段时间内的视频流作为样本。实验中的视频流帧率为36f/s,按MPEG-2帧结构,每个GOP(Group Of Picture)包含12帧图像,采集10min的视频流,即1800个GOP,每个GOP包含1个I帧(内部编码帧)。
在步骤S2中,将图像分割成“块”:帧间的图像差异性主要表现为一张图像中的相同位置的像块所包含的像素信息是否趋于一致。如果所有像块的像素基本相同,则其中一帧为重复帧;否则两帧不一致,不能够丢帧。而在MPEG-2标准中视频信息的表征是基于像素的,且每个像块包括8×8个像素,则将像块分解成为像素再去比较。
假设每一I帧图像由720×576个像素构成,每个像素均取样亮度信号,而在MPEG-2标准中视频信息的表征是基于像素的,且每个像块包括8×8个像素,则亮度信号像块为90×72=6480块,其中,720/8=90,576/8=72。
在步骤S3中,在每一I帧图像的水平方向和垂直方向建立直角坐标系O-XY,得出图像中每个亮度信号像块的二维坐标(x,y),其中,x∈1,2,…,90,y∈1,2,…,72。
在步骤S4中,图像差异性特征分析:将样本中N/2个I帧中的对应每个坐标的亮度信号像块进行次的两两比较,得到对应的差异参考矩阵,再取其余的N/2个I帧进行比较测试,获取每次测试后的异常像块数量,最终得到判定相邻I帧是否为重复帧的阈值K,具体步骤包括:
401:从I帧的每个亮度信号像块中取出一个8×8的二维数据矩阵,其中矩阵中64个数据代表了原始图像各像素的亮度值,范围为0~255;
402:将矩阵依次进行DCT变换、非均匀性量化且除4,因此在实际过程中需要去比较的数据量大大减少,并且原始图像各像素亮度值的波动性也被消除,则得到每个亮度信号像块在特定坐标(x,y)的压缩矩阵,记为T8×8(x,y),令样本中第i个I帧和第j个I帧在坐标(x,y)上的亮度信号像块压缩矩阵分别记为与其中,i≠j且i,j∈1,2,…,1800;
403:从坐标(1,1)开始,将前900个I帧在此位置的亮度信号像块压缩矩阵进行次的两两相减,其差值取绝对值,记为亮度信号像块差异值△T8×8(1,1)并统计差异值范围简写为ΔT(1,1),然后按相同方法,得到每个坐标上的差异值范围简写为ΔT(x,y),则每个坐标上亮度信号像块的差异参考矩阵记为:
404:依照步骤403的方法,分别将其余的900个I帧进行次的比较,得出个差异矩阵,并将这些矩阵与参考矩阵对照,找出每个差异矩阵中对应位置像块差值超出范围的像块数,再确定一个阈值K。假设每个I帧的超出范围的像块数为T,当相邻两帧比较时,如果T≤K,则相邻的I帧为重复帧。
在步骤S5中,置于现场的监控摄像头首先将实时采集的数据存入buffer(缓冲寄存器)中,此buffer可连续预存3个小时的视频流,然后每次取出1小时的视频流,按时刻标记GOP的I帧,计算得出当前时刻I帧n(t)和上一时刻I帧n(t-1)之间。
n(t)和nt-1)之间对应每个坐标的每个像块差异值分别为n(t)对应坐标下相应像块压缩矩阵与n(t-1)的相减后,取绝对值,并将这些绝对值组成一个矩阵,再与参考矩阵比较,找出不在参考矩阵像块绝对差值范围内的像块数,而n(t)和n(t-1)的每个像块的压缩矩阵由n(t)和n(t-1)图像代入步骤401、402可得,其中在数据进行DCT系统的量化时需进行比特率控制和量化比例控制,编码采用可变长度形式。
在步骤S6中,对实时视频流进行重复帧及GOP丢失处理:将n(t)中超出参考矩阵的像块数记为N(t),如果N(t)≤K,则n(t)为重复帧,并丢弃,否则,保留此I帧所在的GOP。
在步骤S7中,对丢弃重复帧后的视频流进行补偿,使之再次成为播放更加流畅的视频流,并以固定比特流输出存储到硬盘,同时清空buffer中处理过的1小时视频流,再对下1小时视频流重复步骤S5、S6、S7。
本发明采用实时视频流的丢帧机制,自动检测视频流中I帧的变化情况,再将无动态变化的I帧及GOP自动丢掉,使最终保留的视频流数据信息都是动态且有用的,特别适合应用于个人数字家庭、小区楼道口和工厂等地点的摄像头所采集的视频流压缩处理。
Claims (3)
1.一种监控视频压缩方法,其特征在于,包括:
步骤S1:监控摄像头置于静止环境中,采集视频流数据,截取播放稳定的一段视频流数据作为样本,该样本里包含N个GOP,每个GOP包含1个I帧;
步骤S2:设每一I帧图像由a×b个像素构成,每个像素均取样亮度信号,每8×8个像素组成1个像块,则亮度信号像块的个数为m×n块,其中,m=a/8,n=b/8;
步骤S3:在每一I帧图像的水平方向和垂直方向建立直角坐标系O-XY,得出图像中每个亮度信号像块的二维坐标(x,y),其中,x∈1,2,…,m,y∈1,2,…,n;
步骤S4:将样本中N/2个I帧中的对应每个坐标的亮度信号像块进行次的两两比较,得到对应的差异参考矩阵,再取其余的N/2个I帧进行比较测试,获取每次测试后的异常像块数量,最终得到判定相邻I帧是否为重复帧的阈值K,具体为:
所述的步骤S4具体包括:
401:从I帧的每个亮度信号像块中取出一个8×8的二维数据矩阵,其中矩阵中64个数据代表了原始图像各像素的亮度值,范围为0~255;
402:将矩阵依次进行DCT变换、非均匀性量化且除4,得到坐标位置(x,y)的像块压缩矩阵,记为T8×8(x,y);
403:将其中N/2个I帧在坐标位置(x,y)的亮度信号像块压缩矩阵进行次的两两相减,获得的绝对差值为亮度信号像块差异值ΔT8×8(x,y),统计这些差异值的合理范围简写为ΔT(x,y),则差异参考矩阵记为:
404:依照步骤403的方法,分别用其余的N/2个I帧进行次的两两相减,得出个差异值,再将这些矩阵与403中的差异参考矩阵对照,找出每个差异值中对应位置的像块差值超出范围的异常像块数,根据所述异常像块数的聚集情况确定一个合理的阈值K,使重复的相邻I帧的异常像块数都小于K;
步骤S5:置于现场的监控摄像头首先将实时采集的数据存入buffer中,然后从buffer中取出预设时间间隔的视频流,按时刻标记GOP的I帧,计算得出当前时刻I帧n(t)和上一时刻I帧n(t-1)之间对应每个坐标的像块差异值,再将这些差异值与差异参考矩阵中对应坐标上的像块差值进行比较,最终统计超出参考矩阵像块差值范围的像块数量;
步骤S6:将n(t)中超出参考矩阵的像块数量记为N(t),如果N(t)≤K,则n(t)为重复帧,并丢弃,否则,保留此I帧所在的GOP;
步骤S7:对丢弃重复帧后的视频流进行补偿,并存储到硬盘,同时清空buffer中处理过的视频流,再对下一个时间间隔的视频流重复步骤S5、S6、S7。
2.根据权利要求1所述的一种监控视频压缩方法,其特征在于,所述的步骤S5中n(t)相对于n(t-1)在对应坐标的像块绝对差值超出参考矩阵相应位置差值范围的像块数量,是根据S4中步骤403获得的合理范围来判定的。
3.根据权利要求1所述的一种监控视频压缩方法,其特征在于,所述的步骤S5中n(t)和n(t-1)之间对应每个坐标的每个像块差异值分别为n(t)对应坐标下相应像块压缩矩阵与n(t-1)的相减后的差值绝对值,所述的n(t)和n(t-1)的每个像块的压缩矩阵由n(t)和n(t-1)图像代入步骤401、402获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410336372.1A CN104093021B (zh) | 2014-07-15 | 2014-07-15 | 一种监控视频压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410336372.1A CN104093021B (zh) | 2014-07-15 | 2014-07-15 | 一种监控视频压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104093021A CN104093021A (zh) | 2014-10-08 |
CN104093021B true CN104093021B (zh) | 2017-05-03 |
Family
ID=51640697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410336372.1A Expired - Fee Related CN104093021B (zh) | 2014-07-15 | 2014-07-15 | 一种监控视频压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104093021B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104394345B (zh) * | 2014-12-10 | 2017-11-07 | 黄山中鼎信息技术有限公司 | 一种安防监控视频存储与回放方法 |
CN105516720B (zh) * | 2015-12-23 | 2019-01-29 | 天地伟业技术有限公司 | 一种监控摄像机码流的自适应控制方法 |
CN105933633A (zh) * | 2016-05-20 | 2016-09-07 | 深圳市大拿科技有限公司 | 一种云视频内容优化云存储方法 |
CN106713918A (zh) * | 2017-01-17 | 2017-05-24 | 燕山大学 | 图像压缩方法 |
CN107016061A (zh) * | 2017-03-15 | 2017-08-04 | 海尔优家智能科技(北京)有限公司 | 视频监控文件处理方法及装置 |
CN107493458A (zh) * | 2017-09-13 | 2017-12-19 | 郑州云海信息技术有限公司 | 一种存取监控视频的方法及系统 |
CN107734278B (zh) * | 2017-09-19 | 2020-05-26 | 浙江大华技术股份有限公司 | 一种视频回放方法及相关装置 |
CN111405272B (zh) * | 2020-02-23 | 2021-04-20 | 中国科学院西安光学精密机械研究所 | 一种相机丢帧及重复帧检测装置及方法 |
CN112637538B (zh) * | 2020-12-15 | 2022-08-02 | 重庆紫光华山智安科技有限公司 | 用于优化视频分析的智能标签方法、系统、介质及终端 |
CN113507636A (zh) * | 2021-06-30 | 2021-10-15 | 中标慧安信息技术股份有限公司 | 物联网中视频端与存储端之间的数据传输控制方法和装置 |
CN115171328B (zh) * | 2022-06-30 | 2023-11-10 | 国网北京市电力公司 | 基于视频压缩编码的烟火识别方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4979038A (en) * | 1988-09-19 | 1990-12-18 | Etat Francais Represente Par Le Ministere Des Postes, Des Telecommunications Et De L'espace (Centre National D'etudes Des Telecommunications), Organized Under The Law Of The French Republic | Variable threshold quantification process in encoding by transformation for the transmission of image signals |
US6411652B1 (en) * | 1998-10-23 | 2002-06-25 | International Business Machines Corp. | Motion estimation |
CN101227607A (zh) * | 2007-12-12 | 2008-07-23 | 深圳市同洲电子股份有限公司 | 一种基于并行流水线的穷尽运动估计搜索方法与装置 |
CN101505427A (zh) * | 2009-02-20 | 2009-08-12 | 杭州爱威芯科技有限公司 | 视频压缩编码算法中的运动估计装置 |
CN101938657A (zh) * | 2010-10-07 | 2011-01-05 | 西安电子科技大学 | 高效视频编码中编码单元自适应划分方法 |
CN102348115A (zh) * | 2010-08-02 | 2012-02-08 | 南京壹进制信息技术有限公司 | 一种去除视频中冗余图像的方法和装置 |
-
2014
- 2014-07-15 CN CN201410336372.1A patent/CN104093021B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4979038A (en) * | 1988-09-19 | 1990-12-18 | Etat Francais Represente Par Le Ministere Des Postes, Des Telecommunications Et De L'espace (Centre National D'etudes Des Telecommunications), Organized Under The Law Of The French Republic | Variable threshold quantification process in encoding by transformation for the transmission of image signals |
US6411652B1 (en) * | 1998-10-23 | 2002-06-25 | International Business Machines Corp. | Motion estimation |
CN101227607A (zh) * | 2007-12-12 | 2008-07-23 | 深圳市同洲电子股份有限公司 | 一种基于并行流水线的穷尽运动估计搜索方法与装置 |
CN101505427A (zh) * | 2009-02-20 | 2009-08-12 | 杭州爱威芯科技有限公司 | 视频压缩编码算法中的运动估计装置 |
CN102348115A (zh) * | 2010-08-02 | 2012-02-08 | 南京壹进制信息技术有限公司 | 一种去除视频中冗余图像的方法和装置 |
CN101938657A (zh) * | 2010-10-07 | 2011-01-05 | 西安电子科技大学 | 高效视频编码中编码单元自适应划分方法 |
Non-Patent Citations (2)
Title |
---|
Automatic Video Summarization by Spatio-temporal Analysis and Non-trivial Repeating Pattern Detection;R Xiao,Y Wang;《IEEE Computer Society》;20080530;全文 * |
基于对象的视频编码技术研究;孙雷;《中国优秀硕士学位论文全文数据库信息科技辑》;20060918;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104093021A (zh) | 2014-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104093021B (zh) | 一种监控视频压缩方法 | |
CN107197260B (zh) | 基于卷积神经网络的视频编码后置滤波方法 | |
CN102625106B (zh) | 场景自适应的屏幕编码码率控制方法及其系统 | |
CN105072345B (zh) | 视频编码方法和装置 | |
CN104219525B (zh) | 基于显著性和最小可察觉失真的感知视频编码方法 | |
CN106960416A (zh) | 一种内容复杂性自适应的视频卫星压缩图像超分辨率方法 | |
CN106937116B (zh) | 基于随机训练集自适应学习的低复杂度视频编码方法 | |
US20160050440A1 (en) | Low-complexity depth map encoder with quad-tree partitioned compressed sensing | |
CN108347612B (zh) | 一种基于视觉注意机制的监控视频压缩与重构方法 | |
CN108924554B (zh) | 一种球形加权结构相似度的全景视频编码率失真优化方法 | |
CN101888566A (zh) | 立体视频编码率失真性能估计方法 | |
CN100581265C (zh) | 一种多视点视频的处理方法 | |
Barman et al. | Analysis of spatial and temporal information variation for 10-bit and 8-bit video sequences | |
CN109905717A (zh) | 一种基于空时域下采样与重建的h.264/avc编码优化方法 | |
CN110177282A (zh) | 一种基于srcnn的帧间预测方法 | |
CN112291564A (zh) | 优化监控视频感知质量的hevc帧内码率控制方法 | |
CN103533353B (zh) | 一种近似视频编码系统 | |
Wang et al. | Quality assessment for MPEG-2 video streams using a neural network model | |
CN101350921A (zh) | 一种面向全景视频的运动搜索方法 | |
Boujut et al. | Weighted-MSE based on Saliency map for assessing video quality of H. 264 video streams | |
Gu et al. | Simplified depth intra mode selection for 3D video compression | |
CN103997653A (zh) | 一种基于边缘的面向虚拟视绘制的深度视频的编码方法 | |
Kim et al. | Statistical traffic modeling of MPEG frame size: experiments and analysis | |
CN101969559A (zh) | 视频码流的转换压缩方法与系统 | |
CN112839234A (zh) | 屏幕内容编码标准帧内图像码率的估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170503 |