CN107809639A - 量化参数确定方法和图像捕获设备 - Google Patents

量化参数确定方法和图像捕获设备 Download PDF

Info

Publication number
CN107809639A
CN107809639A CN201710224200.9A CN201710224200A CN107809639A CN 107809639 A CN107809639 A CN 107809639A CN 201710224200 A CN201710224200 A CN 201710224200A CN 107809639 A CN107809639 A CN 107809639A
Authority
CN
China
Prior art keywords
quantization parameter
adjusting range
value
type
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.)
Granted
Application number
CN201710224200.9A
Other languages
English (en)
Other versions
CN107809639B (zh
Inventor
洪庚杓
苏杰特·库马尔·马哈帕特罗
权允锡
白熙圭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hanhua Vision Co ltd
Original Assignee
Samsung Techwin Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from KR1020160145210A external-priority patent/KR20180028876A/ko
Application filed by Samsung Techwin Co Ltd filed Critical Samsung Techwin Co Ltd
Publication of CN107809639A publication Critical patent/CN107809639A/zh
Application granted granted Critical
Publication of CN107809639B publication Critical patent/CN107809639B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/114—Adapting the group of pictures [GOP] structure, e.g. number of B-frames between two anchor frames
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/177—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a group of pictures [GOP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Studio Devices (AREA)

Abstract

一种量化参数确定方法和图像捕获设备，其中，所述量化参数确定方法包括：基于输入图像的运动区域的尺寸来确定量化参数校正值的调整范围；计算输入图像的平均比特率值；响应于确定平均比特率值大于上限值，通过在调整范围内减小量化参数校正值来调整量化参数校正值，响应于确定平均比特率值等于或小于下限值，通过在调整范围内增大量化参数校正值来调整量化参数校正值。

Description

量化参数确定方法和图像捕获设备
本申请要求于2016年9月9日在韩国知识产权局提交的第10-2016-0116763号韩国专利申请以及于2016年11月2日在韩国知识产权局提交的第10-2016-0145210号韩国专利申请的优先权和权益，这些申请的公开通过引用全部合并于此。
技术领域
与示例性实施例一致的设备和方法涉及了一种量化参数确定方法和图像捕获设备。
背景技术
许多监控相机被安装在越来越多的地方，并且已经开发了用于记录、存储和发送由监控相机捕获的图像的技术。
最近，随着安装的监控相机的数量增加，需要有效地使用监控相机和网络资源。
发明内容
一个或更多个示例性实施例提供了一种用于确定适合于输入图像的量化参数的方法和图像捕获设备。
一个或更多个示例性实施例提供了一种用于确定量化参数的方法和图像捕获设备，其中，通过量化参数的精确调整，资源可被有效地使用。
一个或更多个示例性实施例提供了一种用于确定量化参数的方法和图像捕获设备，其中，即使当输入图像中的运动区域的尺寸被快速地改变时，仍可产生自然的输出图像。
本发明构思的各个方面将在下面的描述中被部分地阐述，并且部分地将从描述中显而易见，或者可通过示例性实施例的实践而习得。
根据一个或更多个示例性实施例，提供了一种确定量化参数的方法，包括：基于输入图像的运动区域的尺寸来确定量化参数校正值的调整范围；计算输入图像的平均比特率值；响应于确定平均比特率值大于上限值，通过在调整范围内减小量化参数校正值来调整量化参数校正值，并且响应于确定平均比特率值等于或小于下限值，通过在调整范围内增大量化参数校正值来调整量化参数校正值。
所述方法还可包括：基于量化参数默认值和量化参数校正值中的至少一个来确定量化参数。
所述量化参数默认值可基于输入图像的分辨率、输入图像的帧率和预设的目标比特率值中的至少一个被确定。
量化参数校正值可响应于确定平均比特率值大于下限值并且等于或小于上限值而保持不变。
下限值和上限值中的每一个可基于输入图像的分辨率、输入图像的帧率、输入图像的平均比特率值、预设的目标比特率值和量化参数校正值中的至少一个被确定。
在确定量化参数校正值的调整范围的过程中，输入图像可基于运动区域的尺寸被分类为一个或更多个运动类型中的一个，并且与分类为的运动类型对应的调整范围可被确定为量化参数校正值的调整范围。
所述一个或更多个运动类型可包括第一类型、第二类型和第三类型，其中，在第一类型中，运动区域的尺寸等于或小于第一阈值尺寸，在第二类型中，运动区域的尺寸大于第一阈值尺寸并且小于比第一阈值尺寸大的第二阈值尺寸，在第三类型中，运动区域的尺寸等于或大于第二阈值尺寸。与第二类型对应的调整范围可包括与第一类型对应的调整范围。与第三类型对应的调整范围可包括与第二类型对应的调整范围。
与第一类型、第二类型和第三类型分别对应的调整范围的最大值可以是相同的。
在调整量化参数校正值的过程中，响应于确定在第二时间点时第二调整范围比第一调整范围更窄，量化参数校正值可被调整为等于属于第二调整范围的值中的最小值，第一调整范围可以是在第一时间点时的调整范围，第二调整范围可以是在比第一时间点晚的第二时间点时的调整范围。
在计算输入图像的平均比特率值的过程中，平均比特率值可基于在特定时间段中的输入图像的比特率值的平均值而被计算。
根据一个或更多个示例性实施例，提供了一种图像捕获设备，包括：控制器，被配置为基于输入图像的运动区域的尺寸和平均比特率值来确定量化参数校正值，其中，所述控制器还被配置为基于输入图像的运动区域的尺寸来确定量化参数校正值的调整范围；响应于确定平均比特率值大于上限值，在调整范围内减小量化参数校正值，响应于确定平均比特率值等于或小于下限值，在调整范围内增大量化参数校正值。
控制器可基于量化参数默认值和量化参数校正值中的至少一个来确定量化参数。
所述量化参数默认值可基于输入图像的分辨率、输入图像的帧率和预设的目标比特率值中的至少一个被确定。
控制器可响应于确定平均比特率值大于下限值并且等于或小于上限值而保持量化参数校正值不变。
下限值和上限值中的每一个可基于输入图像的分辨率、输入图像的帧率、输入图像的平均比特率值、预设的目标比特率值和量化参数校正值中的至少一个被确定。
控制器可基于运动区域的尺寸将输入图像分类为一个或更多个运动类型中的一个，并且可将与分类为的运动类型对应的调整范围确定为量化参数校正值的调整范围。
所述一个或更多个运动类型可包括第一类型、第二类型和第三类型，其中，在第一类型中，运动区域的尺寸等于或小于第一阈值尺寸，在第二类型中，运动区域的尺寸大于第一阈值尺寸并且小于比第一阈值尺寸大的第二阈值尺寸，在第三类型中，运动区域的尺寸等于或大于第二阈值尺寸。与第二类型对应的调整范围可包括与第一类型对应的调整范围。与第三类型对应的调整范围可包括与第二类型对应的调整范围。
与第一类型、第二类型、第三类型分别对应的调整范围的最大值可以是相同的。
响应于确定在第二时间点时第二调整范围比第一调整范围更窄，控制器可将量化参数校正值调整为等于属于第二调整范围的值中的最小值，第一调整范围可以是在第一时间点时的调整范围，第二调整范围可以是在比第一时间点晚的第二时间点时的调整范围。
图像捕获设备可还包括：图像分析单元，被配置为产生关于输入图像的运动区域的尺寸的信息。
附图说明
从结合附图对示例性实施例进行的以下描述，这些和/或其他方面将变得明显并且更加易于理解，其中：
图1是根据示例性实施例的图像系统的示意图；
图2是根据示例性实施例的图像捕获设备的结构的框图；
图3A和图3B是根据示例性实施例的用于说明通过使用图像分析单元产生关于运动区域的尺寸的信息的方法的示图；
图4是用于说明量化参数校正值的调整范围的示图；
图5是示出通过经由控制器将计算出的平均比特率值与特定值进行比较来调整量化参数校正值的示例的示图；
图6和图7是根据示例性实施例的用于说明通过图像捕获设备执行的量化参数确定方法的流程图。
具体实施方式
现在将详细地参考在附图中示出的示例性实施例。在这方面，示例性实施例可具有不同的形式并且不应被解释为限于这里所阐明的描述。相应地，下面仅参考附图来描述示例性实施例，以解释本发明构思的各方面。附图中相同的标号表示相同的元件，因此将省略它们的描述。
如这里所使用的，术语“和/或”包括一个或更多个相关的所列项目的任何和全部组合。诸如“…中的至少一个”的表述在元素列表之后时，修饰整个元素列表，并且不修饰列表中的单独元素。
应当理解，尽管术语“第一”、“第二”等在这里可被用于描述各种组件，但是这些组件不应受这些术语的限制。这些组件仅被用于将一个组件与另一个组件进行区分。如这里所使用的，除非上下文另有明确地说明，否则单数形式“一”、“一个”和“此”也旨在包括复数形式。还应将理解，这里使用的术语“包括”、“具有”和“包含”指定所述特征或组件的存在，但不排除一个或更多个其它特征或组件的存在或添加。为了便于说明，可夸大附图中的组件的尺寸。
可在功能块组件和各种处理操作的方面来描述本发明构思的示例性实施例。可通过任何数量的被配置为执行指定功能的硬件和/或软件组件来实现这样的功能块。例如，示例性实施例可采用各种集成电路(IC)组件，例如，存储器元件、处理元件、逻辑元件、查找表等，所述各种集成电路组件可在一个或更多个微处理器或其它控制装置的控制下来执行多种功能。类似地，在使用软件编程或软件元件来实现示例性实施例的元件的情况下，可使用任何编程或脚本语言(如C、C++、Java、汇编等)来实现本发明构思，使用数据结构、对象、处理、程序或其它编程元件的任何组合来实现各种算法。可按照在一个或更多个处理器上执行的算法来实现各功能方面。此外，示例性实施例可采用用于电子配置、信号处理和/或控制、数据处理等的任意数量的传统技术。词语“机构”、“元件”、“装置”和“配置”被广泛地使用并且不限于机械或物理的实施例，但是可包括与处理器等结合的软件程序。
图1是根据示例性实施例的图像系统的示意图。
参照图1，根据示例性实施例的图像系统可包括图像捕获设备100和设备200。
根据示例性实施例的设备200可以是能够接收通过图像捕获设备100获得的图像的各种类型的设备中的一种。例如，设备200可以是视频管理系统(VMS)、中央管理系统(CMS)、网络视频录像机(NVR)和数字视频录像机(DVR)中任意一种。然而，这仅是一个示例并不限制于此。能够通过网络接收由图像捕获设备获得的图像、显示和/或存储所接收的图像的任何设备可被用作设备200，但不限制于此。
网络可将图像捕获设备100连接到设备200。例如，所述网络可提供将由图像捕获设备100获得的图像发送到设备200所通过的路径。例如，网络可包括有线网络诸如局域网(LAN)、广域网(WAN)、城域网(MAN)和综合业务数字网(ISDN)或者无线网络诸如无线LAN、CDMA、蓝牙、卫星通信，但不限制于此。
根据示例性实施例的图像捕获设备100可获得图像并且将所获得的图像发送到设备200。图像捕获设备100可基于输入图像的运动区域的尺寸和输入图像的平均比特率值来确定量化参数。
图2是根据示例性实施例的图像捕获设备100的结构的框图。
参照图2，根据示例性实施例的图像捕获设备100可包括光学单元110、通信单元120、图像分析单元130、控制器140和存储器150。
光学单元110可包括透镜和用于将光转换为电信号的图像传感器。透镜可以是包括一个或更多个透镜的透镜组。图像传感器可将通过透镜输入的图像转换为电信号。例如，图像传感器可以是能够将光学信号转换为电信号的半导体装置，诸如电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)。
通信单元120可以是包括需要通过至其他网络设备的有线/无线连接来收发信号(诸如控制信号或数据信号)的硬件和软件的设备，但不限制于此。
图像分析单元130可分析输入图像并且产生关于运动区域的尺寸的信息。例如，图像分析单元130可通过使用运动区域检测方法从输入图像检测对象。运动区域检测方法没有特别地限制，因此可使用诸如高斯混合模型(GMM)或码本模式的各种技术。
控制器140可从光学单元110获得输入图像并且基于输入图像产生输出图像。控制器140可包括全部种类的设备，诸如能够处理数据的处理器。例如，“处理器”可指数据处理设备，其中，所述数据处理设备被包括在硬件中并且具有物理地构造为执行包括在程序中的代码或指令的电路。同样地，包括在硬件中的数据处理设备可包括处理设备，例如，微处理器、中央处理单元(CPU)、处理器核、多处理器、专用集成电路(ASIC)或现场可编程门阵列(FPGA)，但不限制于此。
在示例性实施例中，控制器140可以是基于输入图像的运动区域的尺寸和输入图像的平均比特率值来控制量化参数校正值的大小的编码器。控制器140可包括上述编码器。然而，这仅是一个示例，并不限于此。
存储器150暂时地或永久地存储由控制器140处理的数据、指令、程序、程序代码或它们的组合。存储器150可包括磁存储介质或闪存存储介质，但不限于此。存储器150除了暂时地或永久地存储由控制器140处理的数据和指令之外，存储器150还可暂时地或永久地存储由图像捕获设备100获得的输入图像。此外，存储器150可暂时地或永久地存储由控制器140产生的输出图像。
根据示例性实施例的控制器140可基于输入图像的运动区域的尺寸来确定量化参数校正值的调整范围。
“输入图像”可指构成图像的至少一帧。例如，在输入帧的帧率为每秒30帧(fps)的情况下，在一秒内的全部的三十(30)帧可以是输入图像。
此外，“输入图像”可指具有特定间隔的帧。如果输入图像具有30fps的帧率，则在一秒内的第一帧、第十一帧和第二十一帧可与输入图像对应。然而，这仅是一个示例，并不限制于此。
“运动区域”可指输入图像的发生运动的区域。
图3A和图3B是根据示例性实施例的用于说明通过使用图像分析单元130来产生关于运动区域的尺寸的信息的方法的示图。
参照图3A，假设对象从左侧位置311移动到右侧位置312。在这种状态下，图像分析单元130可通过对输入图像的两个帧进行比较来确定图像中的特定对象是否移动以及运动位置。例如，图像分析单元130可通过对连续的两个帧进行比较来确定图像中的对象是否移动以及运动位置。此外，图像分析单元130可通过对具有特定间隔的两个帧进行比较来执行对图像中的特定对象是否移动以及运动位置的确定。
图3B示出由图像分析单元130确定的运动区域的示例。
如上面图3A所述，假设对象从左侧位置311移动到右侧位置312。在这种情况下，图像分析单元130可将与图3A的右侧位置312(即对象的当前位置)对应的区域322确定为运动区域。此外，图像分析单元130可将与图3A的左侧位置311(即对象的先前位置)对应的区域321确定为运动区域。此外，图像分析单元130可将区域321和区域322两者确定为运动区域。然而，这仅是一个示例，并不限制于此。
图像分析单元130可基于确定的运动区域来产生关于运动区域的尺寸的信息。例如，图像分析单元130可计算属于运动区域的像素数量与属于整个帧的像素数量的比率，并且产生包括计算出的比率的关于运动区域的尺寸的信息。此外，图像分析单元130可产生包括属于运动区域的像素数量的关于运动区域的尺寸的信息。然而，这仅是一个示例，并不限于此。
根据示例性实施例的控制器140可基于由图像分析单元130产生的关于运动区域的尺寸的信息来确定量化参数校正值的调整范围。
这里，术语“量化参数校正值”、术语“量化参数默认值”和术语“量化参数”被用作不同的概念。
术语“量化参数校正值”可以是基于输入图像的运动区域的尺寸和平均比特率值根据时间而变化的值。相比之下，术语“量化参数默认值”可以是基于输入图像的运动区域的尺寸和平均比特率值不根据时间变化的值。术语“量化参数默认值”可基于输入图像的分辨率、输入图像的帧率和预设的目标比特率值中的至少一个被确定。
术语“量化参数”可以是基于“量化参数校正值”和“量化参数默认值”中的至少一个的值。例如，术语“量化参数”可以是通过对“量化参数校正值”和“量化参数默认值”求和而获得的值。相应地，术语“量化参数”也可以是基于输入图像的运动区域的尺寸、输入图像的帧率和平均比特率值根据时间而变化的值。
在确定量化参数的过程中，如果仅考虑运动区域的尺寸和平均比特率值中的一个，则量化参数会被不适当地确定。
例如，如果量化参数通过仅考虑平均比特率值被确定，则即使在具有高复杂性的图像(具有高平均比速率值的图像)中没有发生运动时也将量化参数确定为小，使得资源被不必要地消耗。
此外，在确定量化参数的过程中，即使在运动区域的尺寸和平均比特率值两者都被考虑时，仍按照选择预设的几个值(例如，在H.264/AVC标准技术中的10、20、25和35的四个值)中的任何一个的方法来调整量化参数，从而不可能实现量化参数的精确调整。
在示例性实施例中，根据输入图像的粗略特征来确定量化参数默认值，并且基于运动区域的尺寸和平均比特率值来确定量化参数校正值，并且基于所确定的这两个值来确定量化参数。相应地，量化参数可被确定为更适合于输入图像。
在示例性实施例中，术语“量化参数校正值的调整范围”可指上述量化参数校正值可被调整的范围。
作为可选的示例性实施例，控制器140可基于由图像分析单元130产生的关于运动区域的尺寸的信息来确定画面组(GOP)的长度。GOP可指一组连续帧。
例如，如果运动区域相对大，则控制器140可将GOP的长度确定为短。换言之，控制器140可通过针对具有大的运动的图像将GOP的长度设置为短来产生与快速运动对应的图像。
相反地，如果运动区域相对小，则控制器140可将GOP的长度确定为长。换言之，控制器140可针对具有小的运动的图像将GOP的长度设置为长，使得可更有效地使用资源和/或存储空间。
图4是用于说明量化参数校正值的调整范围的示图。
控制器140可基于由图像分析单元130产生的关于运动区域的尺寸的信息将输入图像分类为一个或更多个运动类型中的一个。此外，控制器140可将与输入图像被分类为的运动类型对应的调整范围确定为量化参数校正值的调整范围。
例如，控制器140可将输入图像分类为第一类型、第二类型和第三类型中的一个，其中，在第一类型中，运动区域的尺寸等于或小于第一阈值尺寸，在第二类型中，运动区域的尺寸大于第一阈值尺寸并小于比第一阈值尺寸大的第二阈值尺寸，在第三类型中，运动区域的尺寸等于或大于第二阈值尺寸。
例如，假设图像分析单元130计算属于运动区域的像素的数量相对于属于整个帧的像素的数量的比率，并且产生包括计算出的比率的关于运动区域的尺寸的信息。此外，控制器140将输入图像分类为“高运动类型”、“低运动类型”和“无运动类型”中的一个，其中，用于将输入图像分类为“高运动类型”、“低运动类型”和“无运动类型”中的一个的关于运动区域的比率的阈值被假设为0.3和0.7。
在这种情况下，控制器140可将具有等于或大于0.7的运动区域的比率的输入图像分类为“高运动类型”，并将与“高运动类型”对应的调整范围411确定为量化参数校正值的调整范围。在这种状态下，如果图像分析单元130将输入图像的运动区域的比率确定为0.8，则控制器140可将输入图像分类为“高运动类型”。此外，控制器140可将与作为输入图像的一种类型的“高运动类型”对应的调整范围411确定为量化参数校正值的调整范围。此外，控制器140可将GOP的长度确定为最小长度。
控制器140可将具有小于0.3的运动区域的比率的输入图像分类为“无运动类型”，并将与“无运动类型”对应的调整范围413确定为量化参数校正值的调整范围。在这种情况下，如果图像分析单元130将输入图像的运动区域的比率确定为0.1，则控制器140可将输入图像分类为“无运动类型”，并将与“无运动类型”对应的调整范围413确定为量化参数校正值的调整范围。在这种情况下，控制器140可将GOP的长度确定为最大长度。
控制器140可将具有等于或大于0.3且小于0.7的运动区域的比率的输入图像分类为“低运动类型”，并将与“低运动类型”对应的调整范围412确定为量化参数校正值的调整范围。在这种情况下，控制器140可将GOP的长度确定为最小长度或中间长度。
在示例性实施例中，GOP的“最大”、“最小”和“中间”长度可表示预设的特定长度值。例如，GOP的最大、中间和最小长度可分别表示“60”、“30”和“15”。
如图4所示，与“低运动类型”对应的调整范围412可包括与“无运动类型”对应的调整范围413。类似地，与“高运动类型”对应的调整范围411可包括与“低运动类型”对应的调整范围412。此外，与“无运动类型”、“低运动类型”和“高运动类型”分别对应的调整范围的最大值可以是相同的。
此外，参照图4，随着量化参数校正值减小，量化参数的大小减小并且输出图像的质量提高。相反地，随着量化参数校正值增大，量化参数的大小增大并且输出图像的质量下降。
换言之，如果输入图像被分类为“高运动类型”，则输出图像的质量可从低质量变为高质量，并且因为输入图像具有小运动，所以输出图像的质量可能下降。
因此，根据本发明构思，因为诸如需要用户的精确检查的大运动图像的图像被输出为高质量图像，并且诸如需要用户的粗略检查的无运动图像的图像被输出为低质量图像，所以可更有效地使用资源。
控制器140可计算输入图像的平均比特率值。在这种状态下，控制器140可用某个时间段中的输入图像的比特率值的平均值来计算平均比特率值。例如，在输入图像具有30fps的帧率的情况下，控制器140可用连续的三个帧的比特率值的平均值来计算平均比特率值。此外，控制器140可用在一秒内的三十帧的平均比特率来计算平均比特率值。然而，这仅是一个示例，并不限于此。
控制器140可通过对计算出的平均比特率值与特定值进行比较来调整量化参数校正值。
例如，如果计算出的平均比特率值大于上限值，则控制器140可在调整范围内减小量化参数校正值。
如果计算出的平均比特率值等于或小于下限值，则控制器140可在调整范围内增大量化参数校正值。
如果计算出的平均比特率值大于下限值并且等于或小于上限值，则控制器140可将量化参数校正值保持不变。
在这种状态下，控制器140可基于输入图像的分辨率、输入图像的帧率、输入图像的平均比特率值、预设的目标比特率值和量化参数校正值中的至少一个来确定下限值和上限值。
如果在第二时间点时第二调整范围比第一调整范围更窄，则控制器140可将量化参数校正值调整为属于第二调整范围的值中的最小值。在这种状态下，第一调整范围是在第一时间点时的调整范围并且第二调整范围是在比第一时间点晚的第二时间点时的调整范围。换言之，如果运动区域的尺寸减小并因此量化参数校正值的调整范围变得更窄，则控制器140可将量化参数校正值调整为属于新的调整范围的值中的最小值。
因此，根据本发明构思，即使当输入图像中的运动区域的尺寸被快速地改变时，也可产生自然的输出图像。
图5是示出通过经由控制器140将计算出的平均比特率值与特定值进行比较来调整量化参数校正值的示例的示图。
参照图5，假设量化参数校正值被调整为0至6的总共七个值中的任何一个，并且与每一个量化参数校正值对应的上限值和下限值与图示相同。此外，假设控制器140将输入图像分类为“高运动类型”、“低运动类型”和“无运动类型”中的一个，并且与各个类型对应的调整范围513、512和511与图示相同。最后，假设控制器140在时间点t1时将输入图像分类为“高运动类型”，因此控制器140将量化参数校正值确定为七个值中的0。
基于上述的假设，如果输入图像的运动区域的尺寸在时间点t2时减小，则控制器140将输入图像分类为“低运动类型”，因此，量化参数校正值可被调整为2。换言之，由于在时间点t2(即当前时间点)时的调整范围512变得比在时间点t1(即先前时间点)时的调整范围513更窄，所以控制器140可将量化参数校正值调整为2,其中，2是属于在当前时间点时的调整范围512的值中的最小值。
此外，如果平均比特率值在时间点t3时减小到2300，则由于减小后的比特率值等于或小于下限值“2500”，因此控制器140可在调整范围512内增大量化参数校正值。具体地，控制器140可对分别与校正值1和3(与在时间点t2时的量化参数校正值“2”相邻的值)对应的上限值“3100”和下限值“2500”与平均比特率值进行比较，并且由于平均比特率值小于下限值“2500”，因此将量化参数校正值调整为3。如果在相同的情况下平均比特率值是2600，则控制器140可将量化参数校正值保持为2(即当前值)。此外，如果在相同情况下平均比特率值是3500，即大于上限值“3100”，则由于在量化参数校正值的调整范围内的最小值是2，所以控制器140可将量化参数校正值保持为2。
尽管平均比特率值在时间点t4被保持为2300，但是如果运动区域的尺寸减小并因此控制器140将输入图像分类为“无运动类型”，则控制器140可将量化参数校正值调整为4。换言之，由于在时间点t4(即当前时间点)时的调整范围511变得比在时间点t3(即先前时间点)时的调整范围512更窄，所以控制器140可将量化参数校正值调整为4，其中，4是属于在当前时间点的调整范围511的值中的最小值。
如果平均比特率值在时间点t5增大到2700，运动区域的尺寸增大并因此控制器140将输入图像分类为“低运动类型”，则控制器140可将量化参数校正值调整为3。
在上述示例性实施例中，由于在当前时间点时的调整范围变得比在先前时间点时的调整范围更窄，所以控制器140将量化参数校正值调整为属于在当前时间点时的调整范围的值中的最小值。
相反地，如果在当前时间点时的调整范围变得比在先前时间点时的调整范围更宽，则控制器140可根据图1至图4中的上述方法对在当前时间点时的平均比特率值“2300”与上限值“2500”和下限值“1900”进行比较，并且根据比较的结果来调整量化参数校正值。
在时间点t5的情况下，由于平均比特率值“2700”大于上限值“2500”，所以控制器140可在当前调整范围内将量化参数校正值调整(即减小)为3。
此外，如果平均比特率值在时间点t5时保持为2300，则控制器140可将量化参数校正值保持为4。
这样，根据本发明构思，量化参数校正值可在考虑运动区域的尺寸和平均比特率值两者的情况下被动态地调整。
控制器140可基于量化参数校正值和量化参数默认值中的至少一个来确定量化参数。此外，控制器140可基于确定的量化参数来产生输出图像。
图6和图7是根据示例性实施例的用于说明由图像捕获设备100执行的量化参数确定方法的流程图。
控制器140可基于关于由图像分析单元130产生的运动区域的尺寸的信息来确定量化参数校正值的调整范围(操作S61)。具体地，控制器140可基于关于由图像分析单元130产生的运动区域的尺寸的信息将输入图像分类为一个或更多个运动区域中的一个。此外，控制器140可将与输入图像被分类为的运动区域对应的调整范围确定为量化参数校正值的调整范围。
例如，控制器140可将输入图像分类为第一类型、第二类型和第三类型中的一个，其中，在第一类型中，运动区域的尺寸等于或小于第一阈值尺寸，在第二类型中，运动区域的尺寸在第一阈值尺寸和比第一阈值尺寸大的第二阈值尺寸之间，在第三类型中，运动区域的尺寸等于或大于第二阈值尺寸。
例如，假设图像分析单元130计算属于运动区域的像素的数量相对于属于整个帧的像素的数量的比率，并且产生包括计算出的比率的关于运动区域的尺寸的信息。此外，控制器140将输入图像分类为“高运动类型”、“低运动类型”和“无运动类型”中的一个，其中，用于将输入图像分类为“高运动类型”、“低运动类型”和“无运动类型”中的一个的关于运动区域的比率的阈值被假设为0.3和0.7。
在这种状态下，如果图像分析单元130将输入图像的运动区域的比率确定为0.8，则控制器140可将输入图像分类为“高运动类型”。此外，控制器140可将与“高运动类型”(即输入图像的一个类型)对应的调整范围确定为量化参数校正值的调整范围。
如果图像分析单元130将输入图像的运动区域的比率确定为0.1，则控制器140可将输入图像分类为“无运动类型”，并且将与“无运动类型”对应的调整范围确定为量化参数校正值的调整范围。
控制器140可将具有等于或大于0.3且小于0.7的运动区域的比率的输入图像分类为“低运动类型”，并且将与“低运动类型”对应的调整范围确定为量化参数校正值的调整范围。
在这种状态下，与“低运动类型”对应的调整范围可包括与“无运动类型”对应的调整范围。类似地，与“高运动类型”对应的调整范围可包括与“低运动类型”对应的调整范围。此外，与“无运动类型”、“低运动类型”和“高运动类型”分别对应的调整范围的最大值可以是相同的。
控制器140可计算输入图像的平均比特率值(操作S62)。在这种状态下，控制器140可用特定时间段内的输入图像的比特率值的平均值来计算平均比特率值。例如，在输入图像具有30fps的帧率的情况下，控制器140可用连续三帧的比特率值的平均值来计算平均比特率值。此外，控制器140可用在一秒内的三十帧的平均比特率来计算平均比特率值。然而，这仅是一个示例，并不限制与此。
控制器140可基于输入图像的分辨率、输入图像的帧率、输入图像的平均比特率值、预设的目标比特率值和量化参数校正值中的至少一个来确定下限值和上限值(操作S63)。
下面，控制器140可通过对计算出的平均比特率值和特定值进行比较来调整量化参数校正值(操作S64)。
具体地，参照图7，控制器140确定平均比特率值BR_Avg是否大于下限值Lim_Min并且平均比特率值BR_Avg是否等于或小于上限值Lim_Max(操作S641)。如果上述条件被满足，则控制器140将量化参数校正值保持不变(操作S643)。如果在操作S641中条件未被满足，则控制器140确定平均比特率值BR_Avg是否大于上限值Lim_Max(操作S642)。如果在操作S642中条件被满足，则控制器140在调整范围内减小量化参数校正值(操作S644)。如果在操作S642中条件未被满足，则控制器140在调整范围内增大量化参数校正值(操作S645)。
此外，如果在第二时间点时第二调整范围比第一调整范围更窄，则控制器140可将量化参数校正值调整为属于第二调整范围的值中的最小值。在这种状态下，第一调整范围是在第一时间点时的调整范围并且第二调整范围是在比第一时间点晚的第二时间点时的调整范围。换言之，如果运动区域的尺寸减小并因此量化参数校正值的调整范围变得更窄，则控制器140可将量化参数校正值调整为属于新的调整范围的值中的最小值。
因此，根据本发明构思，即使当输入图像中的运动区域的尺寸被快速地改变时，也可产生自然的输出图像。
假设量化参数修正值可被调整为0至6的共七个值中的任何一个，并且与每一个量化参数校正值对应的上限值和下限值与图5所示相同。此外，假设控制器140将输入图像分类为“高运动类型”、“低运动类型”和“无运动类型”中的一个，并且与各个类型对应的调整范围513、512、511与图5所示相同。最后，假设控制器140在时间点t1时将输入图像分类为“高运动类型”，因此控制器140将量化参数校正值确定为七个值中的0。
基于上述的假设，如果输入图像的运动区域的尺寸在时间点t2时减小，则控制器140将输入图像分类为“低运动类型”，因此，量化参数校正值可被调整为2。换言之，由于在时间点t2(即当前时间点)时的调整范围512变得比在时间点t1(即先前时间点)时的调整范围513更窄，所以控制器140可将量化参数校正值调整为2,其中，2是属于在当前时间点时的调整范围512的值中的最小值。
此外，如果平均比特率值在时间点t3时减小到2300，则由于减小后的比特率值等于或小于下限值“2500”，因此控制器140可在调整范围512内增大量化参数校正值。具体地，控制器140可对分别与校正值1和3(与在时间点t2时的量化参数校正值“2”相邻)对应的上限值“3100”和下限值“2500”与平均比特率值进行比较，并且因为平均比特率值小于下限值“2500”，所以将量化参数校正值调整为3。如果在相同的情况下平均比特率值是2600，则控制器140可将量化参数校正值保持为2(即当前值)。此外，当在相同情况下平均比特率值是3500，即大于上限值“3100”时，由于在量化参数校正值的调整范围内的最小值是2，所以控制器140可将量化参数校正值保持为2。
尽管平均比特率值在时间点t4时被保持为2300，但是如果运动区域的尺寸减小并因此控制器140将输入图像分类为“无运动类型”，则控制器140可将量化参数校正值调整为4。换言之，由于在时间点t4(即当前时间点)时的调整范围511变得比在时间点t3(即先前时间点)时的调整范围512更窄，所以控制器140可将量化参数校正值调整为4，其中，4是属于在当前时间点时的调整范围511的值中的最小值。
如果平均比特率值在时间点t5时增大到2700，运动区域的尺寸增大并因此控制器140将输入图像分类为“低运动类型”，则控制器140可将量化参数校正值调整为3。
在上述示例性实施例中，由于在当前时间点时的调整范围变得比在先前时间点时的调整范围更窄，所以控制器140将量化参数校正值调整为在属于在当前时间点时的调整范围的值中的最小值。
相反地，如果在当前时间点时的调整范围变得比在先前时间点时的调整范围更宽，则控制器140可根据图1至图4中的上述方法对在当前时间点时的平均比特率值“2300”与上限值“2500”和下限值“1900”进行比较，并且根据比较的结果来调整量化参数校正值。
在时间点t5的情况下，由于平均比特率值“2700”大于上限值“2500”，所以控制器140可在当前调整范围内将量化参数校正值调整(即减小)为3。
此外，如果平均比特率值在时间点t5时被保持为2300，则控制器140可将量化参数校正值保持为4。
这样，根据本发明构思，量化参数校正值可在考虑运动区域的尺寸和平均比特率值两者的情况下被动态地调整。
然后，控制器140可基于量化参数校正值和量化参数默认值中的至少一个来确定量化参数(操作S65)。
这样，量化参数默认值根据输入图像的粗略特征而被确定并且量化参数校正值基于运动区域的尺寸和平均比特率值而被确定，并且量化参数基于所确定的这两个值而被确定。相应地，量化参数可被确定为更适合于输入图像。
根据示例性实施例的量化参数确定方法还可被实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质包括用于存储能够由计算机系统读取的数据的任何种类的记录装置。计算机可读记录介质的示例包括磁介质(例如硬盘、软盘和磁带)、光介质(例如光盘只读存储器(CD-ROM)和数字多功能盘(DVD))、磁光介质(例如光软盘)以及被配置为存储和执行程序命令的硬件装置(例如，编程模块(例如只读存储器(ROM)、随机存取存储器(RAM)、闪存))。此外，程序命令不仅可包括由编译器创建的机器代码，还包括由计算机使用解释器能够执行的高级语言代码。上述硬件设备可被配置为作为一个或更多个软件模块来操作以执行根据各种示例性实施例的操作，反之亦然。此外，所述介质可包括被实现为能够在网络上传输的无形介质。例如，介质可以以软件或应用的形式被实现以经由网络被传输和分发。
计算机程序可被特别地设计并且被配置用于本发明构思或者可以是计算机软件领域的技术人员公知的、可以使用的。计算机程序的示例不仅可包括由编译器创建的机器代码，而且还包括由计算机使用解释器能够执行的高级语言代码。
根据示例性实施例，由如图2所示的块所表示的组件、元件、模块或单元中的至少一个可被实现为执行上述各个功能的不同数量的硬件、软件和/或固件结构。例如，这些组件、元件、模块或单元中的至少一个可使用可通过一个或更多个微处理器或其他控制设备的控制来执行各自的功能的直接电路结构，诸如存储器、处理器、逻辑电路、查找表等。此外，这些组件、元件、模块或单元中的至少一个可由包含用于执行指定逻辑功能的一个或更多个可执行指令的模块、程序或代码的部分被具体地实现，并由一个或更多个微处理器或其它控制设备执行。此外，这些组件、元件、模块或单元中的至少一个还可包括诸如执行各自功能的中央处理单元(CPU)、微处理器等的处理器，或可由诸如执行各自功能的中央处理单元(CPU)、微处理器等的处理器来实现。这些组件、元件、模块或单元中的两个或更多个可被组合成单个组件、元件、模块或单元，其中，所述单个组件、元件、模块或单元执行组合的两个或更多个组件、元件、模块或单元的所有操作或功能。此外，这些组件、元件、模块或单元中的至少一个的至少一部分功能可由这些组件、元件、模块或单元中的另一个来执行。此外，尽管在上述框图中未示出总线，但是可通过总线来执行组件、元件、模块或单元之间的通信。上述示例性实施例的功能方面可以以在一个或更多个处理器上执行的算法来实现。此外，由块或处理步骤表示的组件、元件、模块或单元可采用用于电子配置、信号处理和/或控制、数据处理等的任何数量的现有技术。
这里示出和描述的特定实现是本发明构思的说明性示例，并不旨在以任何方式另外地限制本发明构思的范围。为了简洁起见，可不详细描述常规电子、控制系统、软件开发和系统的其它功能方面(以及系统的单独操作组件的组件)。此外，所呈现的各种图中所示的连接线或连接器旨在表示各种元件之间的功能关系和/或物理或逻辑耦接。应当注意的是，许多可选的或附加的功能关系、物理连接或逻辑连接可存在于实际装置中。此外，没有项目或组件对于本发明构思的实践是必要的，除非该元素被具体地描述为“必要的”或“关键的”。
相应地，这并不旨在将本发明构思限制为实践的特定模式，并且应当理解，不脱离本发明构思的精神和技术范围的所有改变、等同物和替代物被包括在本发明构思中。
如上所述，在根据示例性实施例的量化参数确定方法和图像捕获设备中，由于诸如需要用户的精确检查的大运动图像的图像被输出为高质量图像，并且诸如需要用户的粗略检查的无运动图像的图像被输出为低质量图像，所以可更有效地使用资源。
此外，在根据示例性实施例的量化参数确定方法和图像捕获设备中，即使当输入图像中的运动区域的尺寸被快速地改变时，也可产生自然的输出图像。
应当理解，这里描述的示例性实施例应当被认为仅是描述性的意义，而不是为了限制的目的。每个示例性实施例中的特征或方面的描述应通常被认为可用于其它示例性实施例中的其它类似的特征或方面。
虽然已经参照附图描述了一个或更多个示例性实施例，但是本领域普通技术人员将理解，在不脱离由权利要求定义的本发明构思的精神和范围的情况下，可以在形式和细节上进行各种改变。

Claims (15)

1.一种确定量化参数的方法，所述方法包括：
基于输入图像的运动区域的尺寸来确定量化参数校正值的调整范围；
计算输入图像的平均比特率值；
响应于确定平均比特率值大于上限值，通过在所述调整范围内减小量化参数校正值来调整量化参数校正值，
响应于确定平均比特率值等于或小于下限值，通过在所述调整范围内增大量化参数校正值来调整量化参数校正值。
2.如权利要求1所述的方法，还包括：基于量化参数默认值和量化参数校正值中的至少一个来确定量化参数。
3.如权利要求2所述的方法，其中，量化参数默认值是基于输入图像的分辨率、输入图像的帧率和预设的目标比特率值中的至少一个被确定的。
4.如权利要求1所述的方法，其中，响应于确定平均比特率值大于所述下限值并且等于或小于所述上限值,量化参数校正值保持不变。
5.如权利要求1所述的方法，其中，所述下限值和所述上限值中的每一个是基于输入图像的分辨率、输入图像的帧率、输入图像的平均比特率值、预设的目标比特率值和量化参数校正值中的至少一个被确定的。
6.如权利要求1所述的方法，其中，在确定量化参数校正值的调整范围的过程中，输入图像基于运动区域的尺寸被分类为一个或更多个运动类型中的一个，并且与分类为的运动类型对应的调整范围被确定为量化参数校正值的调整范围。
7.如权利要求6所述的方法，其中，所述一个或更多个运动类型包括第一类型、第二类型和第三类型，其中，在第一类型中，运动区域的尺寸等于或小于第一阈值尺寸，在第二类型中，运动区域的尺寸大于第一阈值尺寸并且小于比第一阈值尺寸大的第二阈值尺寸，在第三类型中，运动区域的尺寸等于或大于第二阈值尺寸，
与第二类型对应的调整范围包括与第一类型对应的调整范围，
与第三类型对应的调整范围包括与第二类型对应的调整范围。
8.如权利要求7所述的方法，其中，与第一类型、第二类型和第三类型分别对应的调整范围的最大值是相同的。
9.如权利要求1所述的方法，其中，响应于确定在第二时间点时第二调整范围比第一调整范围更窄，量化参数校正值被调整为等于属于第二调整范围的值中的最小值，
第一调整范围是在第一时间点时的调整范围，
第二调整范围是在比第一时间点晚的第二时间点时的调整范围。
10.如权利要求1所述的方法，其中，在计算输入图像的平均比特率值的过程中，平均比特率值基于在特定时间段中的输入图像的比特率值的平均值被计算。
11.一种图像捕获设备，包括至少一个处理器来实现：
控制器，被配置为基于输入图像的运动区域的尺寸和平均比特率值来确定量化参数校正值，
其中，控制器还被配置为基于输入图像的运动区域的尺寸来确定量化参数校正值的调整范围，
响应于确定平均比特率值大于上限值，在调整范围内减小量化参数校正值，
响应于确定平均比特率值等于或小于下限值，在调整范围内增大量化参数校正值。
12.如权利要求11所述的图像捕获设备，其中，控制器还被配置为响应于确定平均比特率值大于下限值并且等于或小于上限值而保持量化参数校正值不变。
13.如权利要求11所述的图像捕获设备，其中，控制器还被配置为基于运动区域的尺寸将输入图像分类为一个或更多个运动类型中的一个，并且将与分类为的运动类型对应的调整范围确定为量化参数校正值的调整范围。
14.如权利要求11所述的图像捕获设备，其中，响应于确定在第二时间点时第二调整范围比第一调整范围更窄，控制器还被配置为将量化参数校正值调整为等于属于第二调整范围的值中的最小值，
第一调整范围是在第一时间点时的调整范围，
第二调整范围是在比第一时间点晚的第二时间点时的调整范围。
15.如权利要求11所述的图像捕获设备，还包括：图像分析单元，被配置为产生关于输入图像的运动区域的尺寸的信息。
CN201710224200.9A 2016-09-09 2017-04-07 量化参数确定方法和图像捕获设备 Active CN107809639B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20160116763 2016-09-09
KR10-2016-0116763 2016-09-09
KR1020160145210A KR20180028876A (ko) 2016-09-09 2016-11-02 양자화 파라미터 결정 방법 및 영상 획득 장치
KR10-2016-0145210 2016-11-02

Publications (2)

Publication Number Publication Date
CN107809639A true CN107809639A (zh) 2018-03-16
CN107809639B CN107809639B (zh) 2021-07-20

Family

ID=58644789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710224200.9A Active CN107809639B (zh) 2016-09-09 2017-04-07 量化参数确定方法和图像捕获设备

Country Status (3)

Country Link
US (2) US10362307B2 (zh)
EP (1) EP3293974B1 (zh)
CN (1) CN107809639B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737781A (zh) * 2018-04-27 2018-11-02 浙江大华技术股份有限公司 一种画面检测的方法及设备

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111801948B (zh) * 2018-03-01 2023-01-03 索尼公司 图像处理装置和方法、成像元件和成像装置
JP6941744B2 (ja) * 2018-09-26 2021-09-29 富士フイルム株式会社 画像処理装置、撮影装置、画像処理方法及び画像処理プログラム
CN110213582B (zh) * 2019-06-13 2021-05-11 复旦大学 面向超高分辨率图像分析的高精度量化加速方法
WO2021006146A1 (ja) * 2019-07-10 2021-01-14 ソニー株式会社 画像処理装置および画像処理方法
CN113850374B (zh) * 2021-10-14 2024-08-02 安谋科技（中国）有限公司 神经网络模型的量化方法、电子设备及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5374958A (en) * 1992-06-30 1994-12-20 Sony Corporation Image compression based on pattern fineness and edge presence
EP0720385A2 (en) * 1994-12-27 1996-07-03 Sharp Kabushiki Kaisha Video encoder with motion area extraction
US5959672A (en) * 1995-09-29 1999-09-28 Nippondenso Co., Ltd. Picture signal encoding system, picture signal decoding system and picture recognition system
US20050152449A1 (en) * 2004-01-12 2005-07-14 Nemiroff Robert S. Method and apparatus for processing a bitstream in a digital video transcoder
CN101009838A (zh) * 2006-01-25 2007-08-01 松下电器产业株式会社 可抑制漂移误差的比特率转换编码方法,转换编码器,及集成电路
CN104285433A (zh) * 2012-05-11 2015-01-14 高通股份有限公司 用于视频编码的运动传感器辅助的速率控制
CN105379269A (zh) * 2013-07-10 2016-03-02 微软技术许可有限责任公司 兴趣区域感知的视频编码

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5398078A (en) * 1991-10-31 1995-03-14 Kabushiki Kaisha Toshiba Method of detecting a motion vector in an image coding apparatus
US6118817A (en) * 1997-03-14 2000-09-12 Microsoft Corporation Digital video signal encoder and encoding method having adjustable quantization
US20020163964A1 (en) * 2001-05-02 2002-11-07 Nichols James B. Apparatus and method for compressing video
US20070025444A1 (en) * 2005-07-28 2007-02-01 Shigeyuki Okada Coding Method
US8090022B2 (en) * 2007-01-05 2012-01-03 Sony Corporation Video coding system
KR100930344B1 (ko) 2007-09-06 2009-12-08 재단법인대구경북과학기술원 초기 양자화 파라미터 결정 방법
US9113194B2 (en) * 2007-12-19 2015-08-18 Arris Technology, Inc. Method and system for interleaving video and data for transmission over a network at a selected bit rate
KR101086724B1 (ko) 2010-03-02 2011-11-24 충북대학교 산학협력단 영상의 복잡도를 이용한 ｈ．２６４／ａｖｃ 부호화기의 양자화 파라미터 결정 방법 및 이를 구현하는 ｈ．２６４／ａｖｃ 부호화기
KR20140072668A (ko) 2012-12-05 2014-06-13 한국전자통신연구원 네트워크 카메라 서버 및 그의 비디오 스트림 처리 방법
KR101547252B1 (ko) 2013-11-12 2015-08-26 한국항공대학교산학협력단 비참조 ｐ프레임 부호화 장치
US9774881B2 (en) * 2014-01-08 2017-09-26 Microsoft Technology Licensing, Llc Representing motion vectors in an encoded bitstream
EP3013050A1 (en) * 2014-10-22 2016-04-27 Axis AB Video compression with adaptive GOP length and adaptive quantization
US10264273B2 (en) * 2014-10-31 2019-04-16 Disney Enterprises, Inc. Computed information for metadata extraction applied to transcoding
EP3239946A1 (en) * 2015-03-16 2017-11-01 Axis AB Method and system for generating an event video se-quence, and camera comprising such system
US10356406B2 (en) * 2016-01-19 2019-07-16 Google Llc Real-time video encoder rate control using dynamic resolution switching

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5374958A (en) * 1992-06-30 1994-12-20 Sony Corporation Image compression based on pattern fineness and edge presence
EP0720385A2 (en) * 1994-12-27 1996-07-03 Sharp Kabushiki Kaisha Video encoder with motion area extraction
US5959672A (en) * 1995-09-29 1999-09-28 Nippondenso Co., Ltd. Picture signal encoding system, picture signal decoding system and picture recognition system
US20050152449A1 (en) * 2004-01-12 2005-07-14 Nemiroff Robert S. Method and apparatus for processing a bitstream in a digital video transcoder
CN101009838A (zh) * 2006-01-25 2007-08-01 松下电器产业株式会社 可抑制漂移误差的比特率转换编码方法,转换编码器,及集成电路
CN104285433A (zh) * 2012-05-11 2015-01-14 高通股份有限公司 用于视频编码的运动传感器辅助的速率控制
CN105379269A (zh) * 2013-07-10 2016-03-02 微软技术许可有限责任公司 兴趣区域感知的视频编码

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737781A (zh) * 2018-04-27 2018-11-02 浙江大华技术股份有限公司 一种画面检测的方法及设备

Also Published As

Publication number Publication date
US10999577B2 (en) 2021-05-04
EP3293974B1 (en) 2021-07-21
US20190342554A1 (en) 2019-11-07
EP3293974A1 (en) 2018-03-14
US10362307B2 (en) 2019-07-23
CN107809639B (zh) 2021-07-20
US20180077416A1 (en) 2018-03-15

Similar Documents

Publication Publication Date Title
CN107809639A (zh) 量化参数确定方法和图像捕获设备
CN101953153B (zh) 摄像装置和摄像方法
US10506248B2 (en) Foreground detection for video stabilization
US8942509B2 (en) Apparatus and method creating ghost-free high dynamic range image using filtering
US20130188045A1 (en) High Resolution Surveillance Camera
US11539896B2 (en) Method and apparatus for dynamic image capturing based on motion information in image
CN110855958B (zh) 图像调节方法及装置、电子设备、存储介质
CN116647685A (zh) 视频编码方法、装置、电子设备及可读存储介质
KR102664027B1 (ko) 인공지능에 기반하여 영상을 분석하는 카메라 및 그것의 동작 방법
US11568251B1 (en) Dynamic quantization for models run on edge devices
JP5111315B2 (ja) 画像処理装置及び画像処理方法及びプログラム
US20130329080A1 (en) Image processing apparatus and image processing method
GB2552376A (en) Method and device for efficiently generating, based on a video flow, a plurality of video streams required by modules of a video surveillance system
CN116074513A (zh) 应用于网络摄像头的视频编码方法、计算机可读介质、电子设备
CN115297262A (zh) 对焦方法、对焦装置、存储介质与电子设备
US10652538B2 (en) Video encoding method and system
CN109982017B (zh) 用于智能记录视频数据流的系统和方法
KR102366520B1 (ko) 영상의 노이즈 레벨 결정 방법
US11659194B2 (en) Method of adjusting bitrate of image and image capturing apparatus
US10291927B2 (en) Motion vector estimation method and motion vector estimation apparatus
US20240340411A1 (en) Image processing device and method
KR102375541B1 (ko) 구조적 일관성 손실을 갖는 인공지능서비스장치 및 그 장치의 구동방법
JP2014022968A (ja) 符号化装置、符号化方法、カメラ装置およびネットワーク接続装置
JP2017212723A (ja) 撮像装置および制御方法
JP2011135230A (ja) 画像符号化方法、画像符号化装置及び撮像システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Gyeongnam Changwon City, South Korea

Applicant after: HANWHA AEROSPACE Co.,Ltd.

Address before: Gyeongnam Changwon City, South Korea

Applicant before: HANWHA TECHWIN Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190304

Address after: Gyeonggi Do city of South Korea

Applicant after: HANWHA TECHWIN Co.,Ltd.

Address before: Gyeongnam Changwon City, South Korea

Applicant before: HANWHA AEROSPACE Co.,Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Gyeonggi Do city of South Korea

Patentee after: Hanhua Vision Co.,Ltd.

Address before: Gyeonggi Do city of South Korea

Patentee before: HANWHA TECHWIN Co.,Ltd.