CN110662044A - 一种视频编码方法、视频编码装置及计算机存储介质 - Google Patents

Abstract

本申请公开了一种视频编码方法、视频编码装置及计算机存储介质，该视频编码方法包括获取当前视频帧，其中，当前视频帧是待编码视频数据中多个图像帧中的一帧；确定当前视频帧中的运动物体占比；利用运动物体占比，调整视频数据的关键帧的间隔；利用关键帧的间隔调整编码参数，并采用调整后的编码参数对当前视频帧进行编码。通过上述方式，本申请能够自适应调整关键帧的间隔，既可节省码率，又可兼顾视频图像质量。

Description

一种视频编码方法、视频编码装置及计算机存储介质

技术领域

本申请涉及编码技术领域，具体涉及一种视频编码方法、视频编码装置及计算机存储介质。

背景技术

在视频编码领域中，关键帧(I帧，Intra帧)在编码时采用帧内编码模式或者脉冲编码模式(PCM，Pulse Code Modulation)，保证了I帧的编码质量；在后续图像帧编码过程中，参考I帧进行编码的图像帧采用基于率失真优化(RDO，Rate Distortion Optimation)方法选择预测块时，会较大概率选择I帧内的图像块，以便提高当前图像帧的编码图像质量。

在大多数实际产品中，视频编码的I帧间隔一般都是固定的，例如固定为50或者100；在近些年的智能编码领域中，一般都会采用将I帧间隔增大来降低码率的方法，例如直接将I帧间隔固定为750；该方法使得远离I帧的图像帧的质量会变差很多，造成了图像模糊或者呼吸效应严重等负面影响，且当进行网络传输时，如果丢失了I帧，后续很长时间内将无法进行图像的解码。为了解决远离I帧图像质量差的问题，虚拟I帧技术(即SmartP帧)被采用，利用参考帧之间的关系，让远离I帧的其他帧参考距离当前编码帧较近的高质量前向预测编码帧(P帧)；采用虚拟I帧技术，由于虚拟I帧的本质是P帧，故其不具备随机接入性，且目前虚拟I帧的间隔都是原始I帧间隔的整数倍，在实际使用中弊端丛生，对解码端的要求更高。现有技术中还有动态调整I帧间隔的方法，通过对当前编码的画面组(GOP，Groupof Pictures)的第n帧画面进行画面复杂度判断，来达到动态调整GOP的目的；但由于对GOP的最大长度进行了限制，导致在一些特殊场景中(例如：绝对静止场景)码率没有得到更好的节省，且对采用帧内编码的第n帧也没有进行大小的限制，在一些无线网络传输过程中可能会造成I帧丢失等现象。

发明内容

本申请主要解决的问题是提供一种视频编码方法、视频编码装置及计算机存储介质，能够自适应调整关键帧的间隔，既可节省码率，又可兼顾视频图像质量。

为解决上述技术问题，本申请采用的技术方案是：提供一种视频编码方法，该视频编码方法包括：获取当前视频帧，其中，当前视频帧是待编码视频数据中多个图像帧中的一帧；确定当前视频帧中的运动物体占比；利用运动物体占比，调整视频数据的关键帧的间隔；利用关键帧的间隔调整编码参数，并采用调整后的编码参数对当前视频帧进行编码。

为解决上述技术问题，本申请采用的另一技术方案是：提供一种视频编码装置，该视频编码装置包括互相连接的存储器和处理器，其中，存储器用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述的视频编码方法。

为解决上述技术问题，本申请采用的另一技术方案是：提供一种计算机存储介质，该计算机存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述的视频编码方法。

通过上述方案，本申请的有益效果是：在获取到待编码视频数据中的视频帧后，对当前视频帧中运动物体所占的比例进行估计，然后根据当前视频帧中运动物体的占比对关键帧的间隔进行自适应调整，既可在运动物体的占比较小时，通过将关键帧的间隔调大来节省码率，提高压缩比，又可在运动物体的占比较大时，通过将关键帧的间隔调小来保证图像质量，更好地平衡码率与图像质量。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请提供的视频编码方法一实施例的流程示意图；

图2是本申请提供的视频编码方法另一实施例的流程示意图；

图3是图2所示的实施例中步骤24的流程示意图；

图4是图2所示的实施例中步骤24的另一流程示意图；

图5是本申请提供的视频编码装置一实施例的结构示意图；

图6是本申请提供的视频编码装置另一实施例的结构示意图；

图7是本申请提供的计算机存储介质一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参阅图1，图1是本申请提供的视频编码方法一实施例的流程示意图，该视频编码方法包括：

步骤11：获取当前视频帧。

当前视频帧是待编码视频数据中多个图像帧中的一帧。

步骤12：确定当前视频帧中的运动物体占比。

在获取到当前视频帧后，可与当前帧的前一帧或者前几帧进行比较，判断出当前视频帧中运动物体所占的比例。

步骤13：利用运动物体占比，调整视频数据的关键帧的间隔。

在判断出当前视频帧中运动物体所占的比例后，可根据运动物体所占的比例来调整关键帧的间隔，运动物体所占的比例越大，表明视频数据中物体发生运动的几率越大，为了保证解码后图像的质量，可将关键帧的间隔调整得较小，即运动物体所占的比例越大，视频数据对应的关键帧的间隔越小。

步骤14：利用关键帧的间隔调整编码参数，并采用调整后的编码参数对当前视频帧进行编码。

在确定了关键帧的间隔之后，可相应调整编码参数，以将当前视频帧和与当前帧间隔预设数量帧的视频帧编码成关键帧；例如，当前视频帧是第五帧，关键帧的间隔是15帧，则将待编码视频数据中的第五帧和第二十帧编码成关键帧，第六帧至第十九帧可根据实际需要编码成P帧或双向预测内插编码帧(B帧)。

本实施例提供了一种视频编码方法，通过对当前视频帧中运动物体所占的比例进行估计，得到当前视频帧中运动物体的占比，并据此自适应调整关键帧的间隔，既可在运动物体的占比较小时，通过将关键帧的间隔调大来节省码率，提高压缩比，又可在运动物体的占比较大时，通过将关键帧的间隔调小来保证图像质量，兼顾平衡码率与图像质量。

请参阅图2，图2是本申请提供的视频编码方法另一实施例的流程示意图，该视频编码方法包括：

步骤21：获取当前视频帧。

步骤22：利用运动物体检测方法对当前视频帧和当前视频帧之前的设定数量个连续图像帧进行检测，以得到运动物体占比。

该运动物体检测方法可以为运动目标检测方法，如帧差法、光流法或背景减除法等，利用运动目标检测方法可检测出连续多个图像帧中的运动物体，从而统计出运动物体所占的比例。

步骤23：判断运动物体占比是否大于预设比值。

该预设比值可以为0％，如果当前视频帧中运动物体占比为0％，则对关键帧的间隔不作调整。

步骤24：若运动物体占比大于预设比值，则利用运动物体占比，调整视频数据的关键帧的间隔。

在一具体的实施例中，如果运动物体占比大于0％，则对关键帧的间隔进行调整；具体地，运动物体占比与关键帧的间隔之间具有映射关系，即每个运动物体占比对应一个关键帧的间隔，可预先建立运动物体占比与关键帧的间隔之间的映射表，在实际应用中，在计算出当前视频帧中的运动物体占比后，可根据预先建立的映射表，得到匹配的关键帧的间隔，减少计算处理时间。

在另一具体的实施例中，还可综合当前视频帧的场景标识与运动物体占比，调整关键帧的间隔，具体如图3所示：

步骤241a：对当前视频帧进行场景识别，以得到场景标识。

该场景标识包括雨天、风天、雪天、晴天、雾天、阴天、白天或夜晚中的至少一个。

步骤242a：利用场景标识和运动物体占比，调整视频数据的关键帧的间隔。

每个场景标识与运动物体占比可分别对应一个间隔影响因子，综合二者对应的间隔影响因子的大小，可对关键帧的间隔进行调整，比如，可将场景标识对应的间隔影响因子与运动物体占比对应的间隔影响因子相乘或相加等，影响因子数值越大，关键帧的间隔越大。

在又一具体的实施例中，还可综合当前视频帧的场景标识、运动物体占比以及模糊纹理复杂度，调整关键帧的间隔，具体如图4所示：

步骤241b：对当前视频帧进行场景识别，以得到场景标识。

基于场景标识确定第一特征值，具体地，可基于场景标识表示白天或夜晚中的一种，确定对应的第一子特征值；基于场景标识表示雨天、风天、雪天、晴天、雾天、阴天中的一种，确定对应的第二子特征值；再将第一子特征值和第二子特征值的乘积作为第一特征值。

可根据天气优劣状况或亮度情况来设置特征值，比如，白天对应的第一子特征值小于夜晚对应的第一子特征值，雨天、风天、雪天、晴天、雾天、阴天对应的第二子特征值依次递增。

步骤242b：对当前视频帧进行模糊纹理复杂度计算，以得到模糊纹理复杂度。

基于模糊纹理复杂度确定第二特征值，具体地，可将预设模糊纹理复杂度范围划分为多个连续的模糊纹理复杂度区间，并为每个模糊纹理复杂度区间分配一对应的特征值；然后确定当前视频帧的模糊纹理复杂度落入的模糊纹理复杂度区间；再将落入的模糊纹理复杂度区间对应的特征值作为第二特征值，该预设模糊纹理复杂度范围可以根据需要进行设定，比如设置为为(0，+∞)。

模糊纹理复杂度区间对应的模糊纹理复杂度越大，其对应的特征值越小；例如，可将模糊纹理复杂度区间划分为3个连续的区间，即[0,3]、(3,6]以及(6,10]，它们对应的特征值分别为25、15以及10。

步骤243b：利用场景标识、模糊纹理复杂度和运动物体占比，调整视频数据的关键帧的间隔。

基于运动物体占比确定第三特征值，具体地，可将预设运动物体占比范围划分为多个连续的运动物体占比区间，并为每个运动物体占比区间分配一对应的特征值，运动物体占比区间对应的运动物体占比越大，其对应的特征值越小；然后确定当前视频帧的运动物体占比落入的运动物体占比区间；再将落入的运动物体占比区间对应的特征值作为第三特征值，该预设运动物体占比范围可以根据需要进行设定，比如设置为[0，100％]。

在获取到第一特征值、第二特征值以及第三特征值后，将第一特征值、第二特征值和第三特征值的乘积作为视频数据的关键帧的间隔，即如下所示：

Igop＝α*β*Mi*Nj (1)

其中，Igop为关键帧的间隔的大小，α为第一子特征值，β为第二子特征值，Mi为第二特征值，Nj为第三特征值。

将场景标识、模糊纹理复杂度以及运动物体占比的取值映射成计算关键帧的间隔大小的因子，并根据实际场景中映射出的因子大小通过公式(1)可直接计算出关键帧的间隔的实际大小。

在一具体的实施例中，如果运动物体占比大于0％，可先确定场景标识，在场景标识对应的第一特征值相同时，纹理越简单、运动物体占比越少，关键帧的间隔越大；假设第二特征值和第三特征值的取值个数分别为i和j，则第二特征值与第三特征值可组成i*j个特征组合，可根据第二特征值和第二特征值的实际取值，从i*j个特征组合中确定出一个特征值作为调整关键帧的间隔的依据。

步骤25：对当前视频帧进行场景识别，以判断当前视频帧的场景是否发生变化。

场景变化包括但不限制于：突变(例如：场景切换或镜头旋转等)和渐变(例如：消融、淡入、淡出或消除等)；可通过对连续多个图像帧进行分析，判断出是否发生场景变化。

步骤26：若发生变化，则将当前视频帧作为关键帧，并确定关键帧的大小。

基于待编码视频数据的传输方式确定第四特征值、基于待编码视频数据的传输带宽和帧率确定第五特征值、基于当前视频帧的模糊纹理复杂度确定第二特征值以及基于当前视频帧的运动物体占比确定第三特征值；将第四特征值、第五特征值、第二特征值和第三特征值的乘积作为关键帧的大小。

进一步地，待编码视频数据的传输方式包括有线传输方式和无线传输方式，有线传输方式对应的第四特征值大于无线传输方式对应的第四特征值；可将待编码视频数据的传输带宽和帧率的比值作为第五特征值；关键帧的大小可采用如下公式进行计算：

Isize＝w*(bandwidth/f)*Mi*Nj (2)

其中，Isize为实际编码时关键帧的大小，w为第四特征值，bandwidth表示实际传输时有线网络或者无线网络的带宽，f为帧率；可根据当前传输带宽、模糊纹理复杂度以及运动物体占比等情况，实时调整关键帧的大小，有利于提高压缩后的传输效率。

将视频数据的传输方式、模糊纹理复杂度以及运动物体占比的取值映射成计算关键帧大小的因子，并根据实际场景中映射出的因子大小通过公式(2)可直接计算出关键帧的实际大小。

步骤27：利用关键帧的大小调整编码参数，并采用调整后的编码参数对当前视频帧进行编码。

图像质量与码率大小可实时根据当前模糊纹理复杂度与运动物体占比自动调整，且对不同的场景调整的幅度与强度不同，很好地均衡了图像质量与码率大小，既可以在简单纹理静态场景下节省码率，又可以在复杂运动场景下保证图像的质量；由于对相似场景采用近似的编码配置且可以根据场景随时将图像帧编码成关键帧，因而码流平稳性以及随机接入性比较好；而且由于仅是在编码端通过更加合理的编码配置来进行编码，所以在解码端无任何附加开销。

请参阅图5，图5是本申请提供的视频编码装置一实施例的结构示意图，视频编码装置50包括互相连接的存储器51和处理器52，其中，存储器51用于存储计算机程序，计算机程序在被处理器52执行时，用于实现上述实施例中的视频编码方法。

本实施例所提供的视频编码装置50能够根据实际场景、模糊纹理复杂度以及运动物体占比情况，自适应调整关键帧的间隔与大小，对于静态纹理简单场景，关键帧的间隔可设置得较大，能够更多地节省比特开销，减少数据量，方便快速传输；对于运动物体占比较多的场景，关键帧的大小可设置得较大，以更好地保证图像质量，实现图像质量与码率大小的均衡。

请参阅图6，图6是本申请提供的视频编码装置另一实施例的结构示意图，视频编码装置60包括间隔确认模块64以及与间隔确认模块64连接的场景判决模块61、模糊纹理复杂度计算模块62、运动物体占比模块63以及编码器65。

场景判决模块61可输出场景标识与场景变化标志，该模块输出的场景标识可结合模糊纹理复杂度计算模块62和运动物体占比模块63输出的结果，共同决策在某一特定场景下的实际关键帧的间隔，设置关键帧的间隔大小所遵循的原则是：在相同模糊纹理复杂度与相同运动物体占比的情况下，不同场景下的实际关键帧的间隔不同，场景标识对应的特征值越大，关键帧的间隔越小。

场景判决模块61输出的场景变化标志可决定是否直接将当前视频帧编码成关键帧，若场景发生变化，则将当前视频帧编码为关键帧，且关键帧的间隔的起始点调整成从当前视频帧。

模糊纹理复杂度计算模块62可输出模糊纹理复杂度，能够准确表达当前视频帧在空域与时域的纹理复杂度的数值，该模块可将(0，+∞)模糊纹理复杂度划分为i个连续的模糊纹理复杂度区间，记作C1至Ci，并为每个模糊纹理复杂度区间分配一对应的特征值，记作M1至Mi，根据模糊纹理复杂度的数值，可直接确定其落入的模糊纹理复杂度区间；该模块的输出结合场景判决模块61和运动物体占比模块63的输出，可共同决策在某一特定场景下的实际关键帧的间隔，设置关键帧的间隔大小所遵循的原则是：在相同的运动物体占比的情况下，模糊纹理复杂度越大，关键帧的间隔越小。

运动物体占比模块63用于统计当前视频帧中运动物体所占的百分比，该模块可将预设运动物体占比范围划分为j个连续的运动物体占比区间，记作P1至Pj，并为每个运动物体占比区间分配一对应的特征值，记作N1至Nj，根据运动物体占比的数值可确定其落入的运动物体占比区间；该模块的输出结合场景判决模块61和模糊纹理复杂度计算模块62的输出，可共同决策在某一特定场景下的实际关键帧的间隔，设置关键帧的间隔大小所遵循的原则是：在相同的模糊纹理复杂度的情况下，运动物体占比越大，关键帧的间隔越小。

间隔确认模块64可根据场景判决模块61、模糊纹理复杂度计算模块62、运动物体占比模块63的输出并遵循其各自的基本原则完成关键帧的间隔确认与关键帧大小的确认，具体可根据公式(1)与公式(2)进行计算。

编码器65可根据场景判决模块61、模糊纹理复杂度计算模块62、运动物体占比模块63以及间隔确认模块64输出的结果，配置编码参数直接对当前视频帧进行编码。

在一具体的实施例中，可先设置每个场景标识对应的特征值、每个运动物体占比区间对应的特征值以及每个模糊纹理复杂度区间对应的特征值。

假设第一子特征值α的值域为{1，2}，白天取值为1，夜晚取值为2；第二子特征值β的值域为{1，2，3，4，5，6}，雨天取值为1，风天取值为2，雪天取值为3，晴天取值为4，雾天取值为5，阴天取值为6；第二特征值Mi的值域为：{25，20，15，10，5}；第三特征值Nj的值域为：{30，25，20，15，10}；有线传输方式对应的第四特征值为2，无线传输方式对应的第四特征值为1；带宽为1000kbps，帧率为20fps。

判断当前视频帧发送至场景判决模块61、模糊纹理复杂度计算模块62以及运动物体占比模块63后，各个模块输出的特征值，然后根据公式(1)可计算出关键帧的间隔的大小，同时根据公式(2)计算出关键帧；比如，当前视频帧对应的是白天、晴天，模糊纹理复杂度对应的第二特征值为10，运动物体占比对应的第三特征值为30，传输方式为无线传输，则关键帧的间隔为：1*4*10*30＝1200，关键帧的大小为：1*(1000/20)*10*30＝15000。

可循环执行确定关键帧的间隔与大小的操作，直至编码结束，编码器65可根据间隔确认模块64输出的关键帧的间隔与大小进行编码，完成对待编码数据的编码。

本实施例所提供的视频编码装置60能够根据模糊纹理复杂度与运动物体占比自动实时调整图像质量与码率大小，且对不同的场景调整的幅度与强度均不同，更好地均衡图像质量与码率大小；由于对于同一模糊纹理复杂度与运动物体占比的视频采用的关键帧的间隔是一样的，且对关键帧的大小进行了控制，故码流更加平稳；在场景发生变化时，可自动根据需要插入一个合适大小的关键帧，增强了码流的随机接入性；能够在均衡码率与图像质量的基础上同时解决码率平稳性和随机接入性，且对解码端无任何附加要求。

请参阅图7，图7是本申请提供的计算机存储介质一实施例的结构示意图，计算机存储介质70用于存储计算机程序71，计算机程序71在被处理器执行时，用于实现上述实施例中的视频编码方法。

计算机存储介质70可以是服务端、U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本申请所提供的几个实施方式中，应该理解到，所揭露的方法以及设备，可以通过其它的方式实现。例如，以上所描述的设备实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (14)

1.一种视频编码方法，其特征在于，包括：

获取当前视频帧，其中，所述当前视频帧是待编码视频数据中多个图像帧中的一帧；

确定所述当前视频帧中的运动物体占比；

利用所述运动物体占比，调整所述视频数据的关键帧的间隔；

利用所述关键帧的间隔调整编码参数，并采用调整后的所述编码参数对所述当前视频帧进行编码。

2.根据权利要求1所述的视频编码方法，其特征在于，

所述确定所述当前视频帧中的运动物体占比，包括：

利用运动物体检测方法对所述当前视频帧和所述当前视频帧之前的设定数量个连续图像帧进行检测，以得到所述运动物体占比；

所述确定所述当前视频帧中的运动物体占比之后，还包括：

判断所述运动物体占比是否大于预设比值；

若是，则执行所述利用所述运动物体占比，调整所述视频数据的关键帧的间隔。

3.根据权利要求1所述的视频编码方法，其特征在于，

所述方法还包括：

对所述当前视频帧进行场景识别，以得到场景标识；

所述利用所述运动物体占比，调整所述视频数据的关键帧的间隔，包括：

利用所述场景标识和所述运动物体占比，调整所述视频数据的关键帧的间隔；

其中，所述场景标识包括雨天、风天、雪天、晴天、雾天、阴天、白天或夜晚中的至少一个。

4.根据权利要求3所述的视频编码方法，其特征在于，

所述方法还包括：

对所述当前视频帧进行模糊纹理复杂度计算，以得到模糊纹理复杂度；

所述利用所述场景标识和所述运动物体占比，调整所述视频数据的关键帧的间隔，包括：

利用所述场景标识、所述模糊纹理复杂度和所述运动物体占比，调整所述视频数据的关键帧的间隔。

5.根据权利要求4所述的视频编码方法，其特征在于，

所述利用所述场景标识、所述模糊纹理复杂度和所述运动物体占比，调整所述视频数据的关键帧的间隔，包括：

基于所述场景标识确定第一特征值、基于所述模糊纹理复杂度确定第二特征值以及基于所述运动物体占比确定第三特征值；

将所述第一特征值、所述第二特征值和所述第三特征值的乘积作为所述视频数据的关键帧的间隔。

6.根据权利要求5所述的视频编码方法，其特征在于，

所述基于所述场景标识确定第一特征值，包括：

基于所述场景标识表示白天或夜晚中的一种，确定对应的第一子特征值；其中，白天对应的第一子特征值小于夜晚对应的第一子特征值；

基于所述场景标识表示雨天、风天、雪天、晴天、雾天、阴天中的一种，确定对应的第二子特征值；其中，雨天、风天、雪天、晴天、雾天、阴天对应的第二子特征值依次递增；

将所述第一子特征值和所述第二子特征值的乘积作为所述第一特征值。

7.根据权利要求5所述的视频编码方法，其特征在于，

所述基于所述模糊纹理复杂度确定第二特征值，包括：

将预设模糊纹理复杂度范围划分为多个模糊纹理复杂度区间，并为每个所述模糊纹理复杂度区间分配一对应的特征值；其中，所述模糊纹理复杂度区间对应的模糊纹理复杂度越大，其对应的特征值越小；

确定所述当前视频帧的模糊纹理复杂度落入的所述模糊纹理复杂度区间；

将落入的所述模糊纹理复杂度区间对应的特征值作为所述第二特征值。

8.根据权利要求5所述的视频编码方法，其特征在于，

所述基于所述运动物体占比确定第三特征值，包括：

将预设运动物体占比范围划分为多个运动物体占比区间，并为每个所述运动物体占比区间分配一对应的特征值；其中，所述运动物体占比区间对应的运动物体占比越大，其对应的特征值越小；

确定所述当前视频帧的运动物体占比落入的所述运动物体占比区间；

将落入的所述运动物体占比区间对应的特征值作为所述第三特征值。

9.根据权利要求1所述的视频编码方法，其特征在于，

所述方法还包括：

对所述当前视频帧进行场景识别，以判断所述当前视频帧的场景是否发生变化；

若发生变化，则将所述当前视频帧作为关键帧，并确定所述关键帧的大小；

利用所述关键帧的大小调整编码参数，并采用调整后的所述编码参数对所述当前视频帧进行编码。

10.根据权利要求9所述的视频编码方法，其特征在于，

所述确定所述关键帧的大小，包括：

基于所述待编码视频数据的传输方式确定第四特征值、基于所述待编码视频数据的传输带宽和帧率确定第五特征值、基于所述当前视频帧的模糊纹理复杂度确定第二特征值以及基于所述当前视频帧的运动物体占比确定第三特征值；

将所述第四特征值、所述第五特征值、所述第二特征值和所述第三特征值的乘积作为所述关键帧的大小。

11.根据权利要求10所述的视频编码方法，其特征在于，

所述待编码视频数据的传输方式包括有线传输方式和无线传输方式，所述有线传输方式对应的所述第四特征值大于所述无线传输方式对应的所述第四特征值。

12.根据权利要求10所述的视频编码方法，其特征在于，

所述基于所述待编码视频数据的传输带宽和帧率确定第五特征值，包括：

将所述待编码视频数据的传输带宽和帧率的比值作为所述第五特征值。

13.一种视频编码装置，其特征在于，包括互相连接的存储器和处理器，其中，所述存储器用于存储计算机程序，所述计算机程序在被所述处理器执行时，用于实现权利要求1-12中任一项所述的视频编码方法。

14.一种计算机存储介质，用于存储计算机程序，其特征在于，所述计算机程序在被处理器执行时，用于实现权利要求1-12中任一项所述的视频编码方法。

Images