CN105376561A - 对实时视频编码质量进行改进的方法及设备 - Google Patents

Abstract

本发明公开了对实时视频编码质量进行改进的方法及设备，其中，该设备独立于前端设备设置，包括云存储读写模块、统计分析模块和信令模块；所述云存储读写模块，从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给所述统计分析模块；所述视频数据由指定前端设备实时上传到云存储单元；所述统计分析模块，接收来自所述云存储读写模块的视频数据，对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给所述信令模块；所述信令模块，将来自所述统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。本发明方案能够有效减轻前端设备的负担，且提高编码参数的准确性。

Description

对实时视频编码质量进行改进的方法及设备

技术领域

本发明涉及视频数据处理技术，尤其涉及对实时视频编码质量进行改进的方法及设备。

背景技术

进行视频数据录像的方案包括：前端设备采集视频数据，进行编码，将编码后的视频数据发送出去或存储在本地。

前端设备按照编码参数对采集的视频数据进行编码，所述编码参数包括信噪比、运动补偿值等。在视频编码过程中，根据不同的场景，需要实时地对编码参数做出一定的调整，比如在某些场景下需提高信噪比，在某些场景下需调节运动补偿值，并且还要考虑视频质量和编码大小之间的平衡。自适应地优化编码参数，从而达到预期的最佳效果，具有十分重要的意义。

目前，对实时视频数据的编码质量进行改进的方案主要采用如下方式：

前端设备进行编码时，还从码流中抽取出一帧图像，根据对该帧图像的分析，确定出编码参数，如信噪比，模糊度，量化参数等；基于确定出的编码参数自适应对前端设备中设置的编码参数进行调整。该方式在前端设备完成，前端设备既要承担编码操作还同时承担编码质量改进操作，负担加重；且每次分析都基于孤立的一帧图像，没有连贯性，由此计算出的编码参数准确性不高。

综上，现有对实时视频数据编码指令进行改进的方案，存在加重前端设备负担、准确性低的缺陷。

发明内容

本发明提供了一种对实时视频编码质量进行改进的设备，该设备能够有效减轻前端设备的负担，且提高编码参数的准确性。

本发明提供了一种对实时视频编码质量进行改进的方法，该方法能够有效减轻前端设备的负担，且提高编码参数的准确性。

一种对实时视频编码质量进行改进的设备，该设备独立于前端设备设置，包括云存储读写模块、统计分析模块和信令模块；

所述云存储读写模块，从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给所述统计分析模块；所述视频数据由指定前端设备实时上传到云存储单元；

所述统计分析模块，接收来自所述云存储读写模块的视频数据，对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给所述信令模块；

所述信令模块，与至少一个前端设备建立连接，将来自所述统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。

一种对实时视频编码质量进行改进的方法，该方法包括：

云存储读写模块从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给统计分析模块；所述视频数据由指定前端设备实时上传到云存储单元；

统计分析模块对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给信令模块；

信令模块与至少一个前端设备建立连接，将来自统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。

从上述方案可以看出，本发明独立于前端设备设置改进编码质量的设备，该设备包括云存储读写模块、统计分析模块和信令模块；云存储读写模块从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给统计分析模块；统计分析模块对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给信令模块；信令模块与至少一个前端设备建立连接，将来自统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。该设备独立与前端设备设置，与至少一个前端设备连接，可对集群中的前端设备进行编码质量的改进；这样，有效减轻了前端设备的负担；并且，基于设定时间段内的视频数据确定出最佳编码参数，相较于现有技术基于抽取的一副图像确定出编码参数，提高了编码参数的准确性。

附图说明

图1为本发明对实时视频编码质量进行改进的设备结构示意图；

图2为本发明对实时视频编码质量进行改进的设备结构示意图实例；

图3为本发明对实时视频编码质量进行改进的方法示意性流程图；

图4为本发明对实时视频编码质量进行改进的方法流程图实例。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明进一步详细说明。

现有技术中，前端设备进行编码时，还从码流中抽取出一帧图像，根据对该帧图像的分析，确定出编码参数。该方式加重了前端设备的负担；且每次分析都基于孤立的一帧图像，准确性不高。为了解决该技术问题，本发明独立于前端设备设置改进编码质量的设备，与至少一个前端设备连接，可对集群中的前端设备进行编码质量的改进；从而，有效减轻了前端设备的负担；并且，该设备基于设定时间段内的视频数据确定出最佳编码参数，提高了编码参数的准确性。

参见图1，为本发明对实时视频编码质量进行改进的设备结构示意图，该设备独立于前端设备设置，包括云存储读写模块、统计分析模块和信令模块；

所述云存储读写模块，从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给所述统计分析模块；所述视频数据由指定前端设备实时上传到云存储单元；

所述统计分析模块，接收来自所述云存储读写模块的视频数据，对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给所述信令模块；

所述信令模块，与至少一个前端设备建立连接，将来自所述统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。

统计分析模块对当前时刻之前设定时间段内的视频数据进行统计分析，确定出最佳编码参数。设定时间段可根据需要设置，例如为5分钟，也即是每隔5分钟进行一次统计分析。统计分析，可结合多种统计算法实现，下面进行实例说明：

方式一、

算出5分钟内每帧图像的编码参数，将计算出的编码参数中出现几率最高的编码参数作为最佳编码参数。编码参数包括信噪比、模糊度、量化参数等。为每帧图像计算出编码参数为现有技术，例如信噪比，为图像帧中有效像素与噪声像素的比值。除了可对5分钟内每帧图像都计算编码参数外，也可按照等间隔从中抽取部分图像进行统计分析，例如每隔3秒抽取一帧图像。

方式二、

所述统计分析模块包括统计分析子模块，采用最小近邻分析统计法，确定出设定时间段内视频数据的最佳编码上边界参数和最佳编码下边界参数，将最佳编码上边界参数和最佳编码下边界参数之间的中间值确定为最佳编码参数。

算出5分钟内每帧图像的编码参数后，按照最小近邻分统计法对所有编码参数进行统计分析，便可确定出设定时间段内视频数据的最佳编码上边界参数和最佳编码下边界参数。除了可对5分钟内每帧图像都计算编码参数外，也可按照等间隔从中抽取部分图像进行统计分析，例如每隔3秒抽取一帧图像。

最小近邻分析统计法为现有算法，下面进行简要说明，将计算出的5分钟视频数据对应的编码参数按照时间顺序划分为第一分钟、第二分钟、第三分钟、第四分钟和第五分钟的编码参数；从第一分钟的编码数据中确定编码参数出现几率最大的区间范围，该范围是第一分钟编码参数的峰值范围，最小值表示为下边界，最大值表示为上边界；然后基于第二分钟编码参数对所述下边界和上边界进行调整，如果第二分钟编码参数邻近所述区间范围，则不改变下边界和上边界，如果第二分钟编码参数距离所述区间范围较远，则对下边界和上边界进行改变；类似地，再分别根据第三、四和五分钟的编码参数依次对下边界和上边界进行调整。也可以，由第一分钟编码参数确定出上边界和下边界之后，将第二、三、四和五分钟的编码参数作为整体，对下边界和上边界进行调整，这样一次便可确定出最后结果，即得到最佳编码上边界参数和最佳编码下边界参数。

统计分析的方法并不限于方式一和方式二，上述仅为两个实例。

较佳地，该设备还包括反馈调整模块，如图2所示，所述反馈调整模块设置在所述统计分析模块和信令模块之间，用于接收来自所述统计分析模块的最佳编码参数，进行存储并转发给所述信令模块；

所述信令模块，将来自所述反馈调整模块的最佳编码参数下发给所述指定前端设备。

较佳地，所述信令模块，还从所述指定前端设备获取修改后的编码参数，发送给所述反馈调整模块；

所述反馈调整模块，还接收来自所述信令模块的修改后的编码参数，与存储的最佳编码参数进行比较，若两者不一致，则重新向所述信令模块发送存储的最佳编码参数；若两者一致，表明前端设备的编码器进行了调整。

反馈调整模块从统计分析模块获取最佳编码参数，负责判断前端设备调整后的反馈值是否符合条件，对尚未满足最佳编码参数的前端设备的编码器，继续进行调整。

信令模块负责本地设备和前端设备的通讯，并及时向统计分析模块传递反馈信息。

较佳地，其特征在于，所述云存储单元置于该设备内，所述云存储单元接收并存储至少一个前端设备实时上报的视频数据。

该云存储单元可独立于该设备设置，也可设置在该设备内；各前端设备与云端的云存储单元建立连接后，将视频数据实时上报给云存储单元，云存储单元接收并存储视频数据；进行存储时，为了节省空间，可存储固定容量的视频数据，以设定时间段是5分钟为例，固定容量稍大于设定时间段容量，如7分钟，也就是，针对一个前端设备，只存储最近上传的7分钟视频数据。

本发明独立于前端设备设置改进编码质量的设备，该设备包括云存储读写模块、统计分析模块和信令模块；云存储读写模块从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给统计分析模块；统计分析模块对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给信令模块；信令模块与至少一个前端设备建立连接，将来自统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。该设备独立与前端设备设置，与至少一个前端设备连接，可对集群中的前端设备进行编码质量的改进；这样，有效减轻了前端设备的负担；并且，基于设定时间段内的视频数据确定出最佳编码参数，相较于现有技术基于抽取的一副图像确定出编码参数，提高了编码参数的准确性。

本发明还提供了基于图1所示设备对实时视频编码质量进行改进的方法，其流程如图3所示，包括以下步骤：

步骤301，云存储读写模块从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给统计分析模块；所述视频数据由指定前端设备实时上传到云存储单元。

所述云存储单元置于该设备内，也可独立于该设备设置；云存储单元与至少一个前端设备建立连接，接收并存储各前端设备实时上报的视频数据。

步骤302，统计分析模块对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给信令模块。

本步骤所述统计分析模块对设定时间段内的视频数据进行统计分析可采用多种方式实现，例如：

统计分析模块采用最小近邻分析统计法，确定出设定时间段内视频数据的最佳编码上边界参数和最佳编码下边界参数；

统计分析模块将最佳编码上边界参数和最佳编码下边界参数之间的中间值确定为最佳编码参数。

进一步地，本步骤所述统计分析模块将最佳编码参数发送给信令模块包括：

统计分析模块将最佳编码参数发送给反馈调整模块；

反馈调整模块存储并转发最佳编码参数给信令模块。

步骤303，信令模块与至少一个前端设备建立连接，将来自统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。

进一步地，该方法还包括：信令模块从所述指定前端设备获取修改后的编码参数，发送给反馈调整模块；

反馈调整模块将修改后的编码参数与存储的最佳编码参数进行比较，若两者不一致，则重新向信令模块发送存储的最佳编码参数；

信令模块将最佳编码参数重新下发给所述指定前端设备。

下面通过图4的流程对实时视频编码质量进行改进的方法进行实例说明，这里，将进行编码质量改进的设备进行云端设备，图4的流程包括以下步骤：

步骤401，云存储单元与至少一个前端设备建立连接，接收并存储各前端设备实时上报的视频数据。

步骤402，云存储读写模块定时启动任务，从云存储单元读取当前时刻之前设定时间段内的视频数据。

步骤403，云存储读写模块将读取的视频数据发送给统计分析模块，统计分析模块对设定时间段内的视频数据进行统计分析，得到最佳编码参数。

统计分析模块对当前时刻之前设定时间段内的视频数据进行统计分析，确定出最佳编码参数。设定时间段可根据需要设置，例如为5分钟，也即是每隔5分钟进行一次统计分析。统计分析，可结合多种统计算法实现，下面进行实例说明：

方式一、

算出5分钟内每帧图像的编码参数，将计算出的编码参数中出现几率最高的编码参数作为最佳编码参数。编码参数包括信噪比、模糊度、量化参数等。为每帧图像计算出编码参数为现有技术，例如信噪比，为图像帧中有效像素与噪声像素的比值。除了可对5分钟内每帧图像都计算编码参数外，也可按照等间隔从中抽取部分图像进行统计分析，例如每隔3秒抽取一帧图像。

方式二、

所述统计分析模块包括统计分析子模块，采用最小近邻分析统计法，确定出设定时间段内视频数据的最佳编码上边界参数和最佳编码下边界参数，将最佳编码上边界参数和最佳编码下边界参数之间的中间值确定为最佳编码参数。

算出5分钟内每帧图像的编码参数后，按照最小近邻分统计法对所有编码参数进行统计分析，便可确定出设定时间段内视频数据的最佳编码上边界参数和最佳编码下边界参数。除了可对5分钟内每帧图像都计算编码参数外，也可按照等间隔从中抽取部分图像进行统计分析，例如每隔3秒抽取一帧图像。

最小近邻分析统计法为现有算法，下面进行简要说明，将计算出的5分钟视频数据对应的编码参数按照时间顺序划分为第一分钟、第二分钟、第三分钟、第四分钟和第五分钟的编码参数；从第一分钟的编码数据中确定编码参数出现几率最大的区间范围，该范围是第一分钟编码参数的峰值范围，最小值表示为下边界，最大值表示为上边界；然后基于第二分钟编码参数对所述下边界和上边界进行调整，如果第二分钟编码参数邻近所述区间范围，则不改变下边界和上边界，如果第二分钟编码参数距离所述区间范围较远，则对下边界和上边界进行改变；类似地，再分别根据第三、四和五分钟的编码参数依次对下边界和上边界进行调整。也可以，由第一分钟编码参数确定出上边界和下边界之后，将第二、三、四和五分钟的编码参数作为整体，对下边界和上边界进行调整，这样一次便可确定出最后结果，即得到最佳编码上边界参数和最佳编码下边界参数。

统计分析的方法并不限于方式一和方式二，上述仅为两个实例。

步骤404，统计分析模块将最佳编码参数发送给反馈调整模块。

步骤405，反馈调整模块存储并转发最佳编码参数给信令模块。

步骤406，信令模块与至少一个前端设备建立连接，将来自统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。

步骤407，信令模块从所述指定前端设备获取修改后的编码参数。

步骤408，信令模块将修后的编码参数发送给反馈调整模块，反馈调整模块将修改后的编码参数与存储的最佳编码参数进行比较，若两者不一致，则重新向信令模块发送存储的最佳编码参数，以使信令模块将最佳编码参数重新下发给所述指定前端设备。

如果两者一致，则调整结束，流程结束，继续等待下一次定时任务的到来。

本发明所述前端设备包括网络摄像机等进行视频数据采集、编码的设备。

本发明采用集中式的集群计算，代替了现有技术中的单点计算，有效减轻了前端设备的负担。并且，依据数据挖掘分析自适应改变前端设备的编码参数，为前端设备提供了分析决策的功能，从而实现更优的编码质量和精确的参数控制。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种对实时视频编码质量进行改进的设备，其特征在于，该设备独立于前端设备设置，包括云存储读写模块、统计分析模块和信令模块；

所述云存储读写模块，从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给所述统计分析模块；所述视频数据由指定前端设备实时上传到云存储单元；

所述统计分析模块，接收来自所述云存储读写模块的视频数据，对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给所述信令模块；

所述信令模块，与至少一个前端设备建立连接，将来自所述统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。

2.如权利要求1所述的设备，其特征在于，该设备还包括反馈调整模块，所述反馈调整模块设置在所述统计分析模块和信令模块之间，用于接收来自所述统计分析模块的最佳编码参数，进行存储并转发给所述信令模块；

所述信令模块，将来自所述反馈调整模块的最佳编码参数下发给所述指定前端设备。

3.如权利要求2所述的设备，其特征在于，所述信令模块，还从所述指定前端设备获取修改后的编码参数，发送给所述反馈调整模块；

所述反馈调整模块，还接收来自所述信令模块的修改后的编码参数，与存储的最佳编码参数进行比较，若两者不一致，则重新向所述信令模块发送存储的最佳编码参数。

4.如权利要求1、2或3中任一项所述的设备，其特征在于，所述云存储单元置于该设备内，所述云存储单元接收并存储至少一个前端设备实时上报的视频数据。

5.如权利要求1、2或3所述的设备，其特征在于，所述统计分析模块包括统计分析子模块，采用最小近邻分析统计法，确定出设定时间段内视频数据的最佳编码上边界参数和最佳编码下边界参数，将最佳编码上边界参数和最佳编码下边界参数之间的中间值确定为最佳编码参数。

6.一种采用权利要求1所述设备对实时视频编码质量进行改进的方法，其特征在于，该方法包括：

云存储读写模块从云存储单元读取当前时刻之前设定时间段内的视频数据，发送给统计分析模块；所述视频数据由指定前端设备实时上传到云存储单元；

统计分析模块对设定时间段内的视频数据进行统计分析，得到最佳编码参数，发送给信令模块；

信令模块与至少一个前端设备建立连接，将来自统计分析模块的最佳编码参数下发给所述指定前端设备，以通知所述指定前端设备按照最佳编码参数进行编码参数的调整。

7.如权利要求6所述的方法，其特征在于，所述统计分析模块将最佳编码参数发送给信令模块包括：

统计分析模块将最佳编码参数发送给反馈调整模块；

反馈调整模块存储并转发最佳编码参数给信令模块。

8.如权利要求7所述的方法，其特征在于，该方法还包括：

信令模块从所述指定前端设备获取修改后的编码参数，发送给反馈调整模块；

反馈调整模块将修改后的编码参数与存储的最佳编码参数进行比较，若两者不一致，则重新向信令模块发送存储的最佳编码参数；

信令模块将最佳编码参数重新下发给所述指定前端设备。

9.如权利要求6、7或8所述的方法，其特征在于，所述云存储单元置于所述设备内，该方法还包括：

云存储单元与至少一个前端设备建立连接，接收并存储各前端设备实时上报的视频数据。

10.如权利要求6、7或8所述的方法，其特征在于，所述统计分析模块对设定时间段内的视频数据进行统计分析包括：

统计分析模块采用最小近邻分析统计法，确定出设定时间段内视频数据的最佳编码上边界参数和最佳编码下边界参数；

统计分析模块将最佳编码上边界参数和最佳编码下边界参数之间的中间值确定为最佳编码参数。