CN111246209A - 自适应编码方法、装置、电子设备及计算机存储介质 - Google Patents

自适应编码方法、装置、电子设备及计算机存储介质 Download PDF

Info

Publication number
CN111246209A
CN111246209A CN202010065361.XA CN202010065361A CN111246209A CN 111246209 A CN111246209 A CN 111246209A CN 202010065361 A CN202010065361 A CN 202010065361A CN 111246209 A CN111246209 A CN 111246209A
Authority
CN
China
Prior art keywords
video
coding
information
target video
coded
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
CN202010065361.XA
Other languages
English (en)
Other versions
CN111246209B (zh
Inventor
廖懿婷
宫昀
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.)
Douyin Vision Co Ltd
Douyin Vision Beijing Co Ltd
Original Assignee
Beijing ByteDance Network Technology 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
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010065361.XA priority Critical patent/CN111246209B/zh
Publication of CN111246209A publication Critical patent/CN111246209A/zh
Application granted granted Critical
Publication of CN111246209B publication Critical patent/CN111246209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods 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
    • H04N19/146Data rate or code amount at the encoder output
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods 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
    • H04N19/154Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion

Landscapes

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

Abstract

本公开实施例提供了一种自适应编码方法、装置、电子设备及计算机存储介质,自适应编码方法,包括:确定待编码的目标视频的编码信息,编码信息反映出目标视频的视频内容信息;将编码信息输入训练后的编码模型,确定与待编码的目标视频对应的最佳编码参数;根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。本公开提供的自适应编码方法通过将目标视频输入训练后的编码模型,编码模型根据目标视频的编码信息,确定出目标视频的最佳编码参数,能够根据目标视频的本身特点以最低的码率对目标视频进行编码,获取具有最佳视频质量的编码后目标视频,具有良好的适应性。

Description

自适应编码方法、装置、电子设备及计算机存储介质
技术领域
本公开涉及多媒体信息处理技术领域,具体而言,本公开涉及一种自适应编码方法、装置、电子设备及计算机存储介质。
背景技术
音视频码率是数据传输时单位时间传送的数据位数,采用的单位一般是kbps,即千位每秒。通俗一点的理解就是取样率,单位时间内取样率越大,音视频精度和清晰度就越高,处理出来的音视频文件就越接近原始文件。
然而,音视频文件的数据体积与取样率是成正比的,所以几乎所有的编码格式重视的都是如何用最低的码率达到最少的失真,围绕这个核心衍生出来的CBR(Constant BitRate,固定码率)与VBR(Variable Bit Rate,可变码率),都是针对这方面加以改进,举例而言,对于一个音频,其码率越高,被压缩的比例越小,音质损失越小,与音源的音质越接近。
与固定码率视频编码不同的是,可变码率视频编码能够根据输入视频信号的特性以恒定图像质量和可变的码率进行传输。从确保视频传输质量和充分利用信息的角度来说,采用可变码率视频进行编码是优选的方案,通常视频信源本身的高峰信息量是变化的,若要使其输出码流的码率固定不变,则需要按信源的高峰信息量去设计传输系统,但大部分时间并不出现高峰信息量,为了确保码率固定,通常要插入一些填充码,使得可变码率编码的适应性不充分,造成视频资源的浪费。
发明内容
本公开针对现有方式的缺点,提出一种自适应编码方法、装置、电子设备及计算机存储介质,用以解决现有技术存在可变码率的适应性不够充分的技术问题。
第一个方面,本公开实施例提供了一种自适应编码方法,包括下列步骤:
确定待编码的目标视频的编码信息,编码信息反映出目标视频的视频内容信息;
将编码信息和视频内容信息输入训练后的编码模型,确定与待编码的目标视频对应的最佳编码参数;
根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。
第二个方面,本公开提供了一种自适应编码装置,包括:
获取模块,用于确定待编码的目标视频的编码信息,编码信息反映出目标视频的视频内容信息;
运行模块,用于将编码信息和视频内容信息输入预训练的编码模型,确定与待编码的目标视频对应的最佳编码参数;
编码模块,用于根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。
第三个方面,本公开提供了一种电子设备,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序被配置用于:实现如本公开第一个方面提供的自适应编码方法。
第四个方面,本公开提供了一种计算机存储介质,该计算机存储介质存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本公开第一个方面提供的自适应编码方法。
本公开实施例提供的技术方案带来的有益技术效果是:
本公开提供的自适应编码方法通过将目标视频输入训练后的编码模型,编码模型根据目标视频的编码信息和视频内容信息,确定出目标视频的最佳编码参数,能够根据目标视频的本身特点以最低的码率对目标视频进行编码,获取具有最佳视频质量的编码后目标视频,具有良好的适应性。
本公开附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本公开实施例提供的一种自适应编码方法的流程示意图;
图2为本公开实施例提供的一种预训练的方法流程示意图;
图3为本公开实施例提供的一种第二对应关系的建立方法流程示意图;
图4为本公开实施例提供的一种自适应编码装置的框架结构示意图;
图5为本公开实施例提供的另一种自适应编码装置的框架结构示意图;
图6为本公开实施例提供的一种电子设备的结构的框架示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元一定为不同的装置、模块或单元,也并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
人们对视频质量的需求越来越高,视频传输所需要的带宽也随之不断增长,对网络传输的效率产生了巨大的压力,一般需要对视频进行压缩编码,以削减视频传输对网络带宽的要求。
在视频压缩编码过程中会引入压缩噪声,即压缩失真。对同样的视频分别进行压缩编码,压缩度越大,编码后视频中的压缩噪声则越大,视频质量就会越差。如何最大可能的在有限码率下获取较高的视频质量,就成为一个较为关键的视频处理和视频传输的技术话题。
本公开提供的菜单呈现方法、装置、电子设备及计算机可读存储介质,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本公开的实施例进行描述。
在一个实施例中提供了一种自适应编码方法,如图1所示,该方法包括下列步骤:
S100:确定待编码的目标视频的编码信息,编码信息反映出目标视频的视频内容信息。对需要进行编码的目标视频按照特定的编码参数进行编码,得到与特定的编码参数对应的编码信息,编码信息是目标视频的视频内容信息的参数化信息,这些编码信息能够反映出目标视频中每帧图像的内容,也即反映出目标视频的视频内容信息。目标视频是视频内容信息的载体,而编码信息是目标视频的参数化反映信息,获取到反映该目标视频的视频内容信息的编码信息,为后续步骤中根据视频内容信息进行相关处理,提供准备。在一个具体的实施方式中,编码信息至少包括视频尺寸信息、视频码率、视频全局峰值信噪比或每帧视频平均量化参数中的至少一种。
S200:将编码信息输入训练后的编码模型,确定与待编码的目标视频对应的最佳编码参数。将根据待编码的目标视频确定得到编码信息输入到训练调整之后的编码模型当中,由于编码信息反映出目标视频的视频内容信息,因此编码模型能够根据上述这些编码信息的各自特点得出一个有关的最佳编码参数,即根据目标视频本身所承载的视频内容信息的特点,确定得与该待编码的目标视频对应的最佳编码参数。例如,基于不同的编码参数对一个目标视频进行10次编码,其中至少有一个编码效果最好的编码参数,即最佳编码参数。
S300:根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。找到与待编码的目标视频对应的最佳编码参数之后,据以对待编码的目标视频进行编码,即可得到需要的目标视频,该编码后的目标视频能够满足预定的视频质量指标,码率相对较低,能够以较高的传输速率传输,同时保持较高的视频质量。
本公开提供的自适应编码方法通过将目标视频输入训练后的编码模型,编码模型根据目标视频的编码信息,确定出目标视频的最佳编码参数,能够根据目标视频的本身特点以最低的码率对目标视频进行编码,获取具有最佳视频质量的编码后目标视频,具有良好的适应性。
在本公开的一个实施例中,编码模型需要经过训练才能够应用,预先训练编码模型的方式,如图2所示,包括:
S210:获取多个样本视频。样本视频是各项参数已知的视频文件,用做编码模型的训练样本。
S220:根据多个预设编码参数对每个样本视频进行编码,确定每个样本视频的编码信息,并确定针对每个样本视频的预设编码参数与视频质量指标的第一对应关系。预设编码参数有多个,通过这些预设编码参数对已知的样本视频进行编码,从而获取到每个样品视频的编码信息,例如视频尺寸信息、视频码率、视频全局峰值信噪比或每帧视频平均量化参数等。同时也确定每个预设编码参数对应的视频质量。换而言之,通过预设编码参数对样本视频进行编码后,获取到样本视频的编码信息和视频质量指标均为已知参数,这些预设编码参数对应的多个视频质量指标可能各不相同,因此预设编码参数与视频质量指标存在一个映射关系,即针对每个样本视频的预设编码参数与视频质量指标的第一对应关系。
S230:根据每个样本视频的编码信息以及第一对应关系,建立各个编码信息与相应的、最佳视频质量指标对应的编码参数的第二对应关系。前述第一对应关系之下,多个预设编码参数对应多个视频质量指标,其中必然具有一个质量最佳的编码后样本视频,训练编码模型的目的就是找到这样的一个最佳视频质量指标,相应地,找到与这一组价视频质量指标对应的预设编码参数,该预设编码参数即是最佳编码参数。多个样本视频,对应多个最佳编码参数,因此形成一个预测函数,该预测函数表现为各个编码信息与相应的、最佳视频质量指标对应的编码参数的第二对应关系。
可行的,在实施例的一个实施方式中,预设编码参数包括恒定码率因子,第二对应关系的建立步骤,如图3所示,包括:
S231:若样本视频的视频内容信息满足预设内容参数,确定与预设内容参数对应的最佳视频质量指标。本公开提供的自适应编码方法将视频内容作为编码的一个考量参数,视频内容信息不同,获取到的最佳视频质量指标也不同,所对应的预设编码参数也不同。内容参数与视频质量指标也具有对应关系,在对于某些视频,在内容参数差异较大的情况下,可能视频质量指标的变化并不大,人眼无法辨别这些差异。
S232:根据与预设内容参数对应的最佳视频质量指标,确定恒定码率因子的最大值。恒定码率因子,英文缩写CRF(constant rate factor),编码时决定视频质量和码率的参数。对于编码时长不变的视频,码率越低,清晰度越差,即视频质量越差,而基于CRF调整视频质量和码率,CRF越大,码率越低。在保证与预设内容参数对应的最佳视屏质量指标的情况下,最大程度调整恒定码率因子,以尽量降低码率。
S233:根据恒定码率因子的最大值,确定每个样本视频的编码信息和与最佳视频质量指标对应的编码参数的第二对应关系。根据样本视频内容确定的恒定码率因子的最大值,进一步确定样本视频的编码信息与最佳视频质量指标对应的编码参数的第二对应关系,该第二对应关系中与恒定码率因子相关的参数是样本视频内容的恒定码率因子最大值,同时该样本视频编码后的视频质量指标为最佳视频质量指标。
在一个具体的实施方式中,视频内容信息包括颜色信息和同色区域面积信息,预设内容参数包括预设颜色类型和预设同色区域面积值;根据与预设内容参数对应的最佳视频质量指标,确定恒定码率因子的最大值的步骤,具体包括:
若颜色信息符合预设颜色类型,同色区域面积信息大于或等于预设同色区域面积值,调整同色区域面积信息对应的视频的恒定码率因子至最大值。
视频内容包括每帧画面的颜色,以及各种颜色的分布,可能存在较大面积的同色区域。并且颜色的类型不同,对预设内容参数的调整幅度也不同。颜色种类以及同种颜色分布区域面积都能够通过部分编码参数反映出来,当某一颜色在一帧画面中所占有的面积超过设定的预设同色区域面积值,就判断到可以针对这一画面进行较大幅度的预设内容参数调整。例如,视频中显示了一面白墙,则能够将恒定码率因子调整到很高,使得码率很低,但视频的清晰度也能保持较高水平。
S240:根据第二对应关系,对预训练的编码模型进行参数调整,以得到训练后的编码模型。根据获取到的第二对应关系,调整在预训练的编码模型,从而得到训练后的编码模型,以实现后续的待编码的目标视频的编码工作,使得待编码的目标视频具有较低的码率,而目标视频具有良好的视频质量。
在本公开的另一个实施例中,根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频的步骤之后,还包括:
传输编码后的目标视频至服务器。
根据待编码的目标视频的编码信息和上述第二对应关系,得到最佳编码参数,通过该最佳编码参数,使用最佳编码参数编码发布目标视频并上传至服务器,能够在不降低目标视频的视频质量的前提下,降低发布视频码率,减轻文件传输过程中带宽压力。
第二个方面,本公开提供了一种自适应编码装置,如图4所示,包括:获取模块11、运行模块12和编码模块13。
获取模块11用于确定待编码的目标视频的编码信息,编码信息反映出目标视频的视频内容信息。运行模块12用于将编码信息和视频内容信息输入预训练的编码模型,确定与待编码的目标视频对应的最佳编码参数。编码模块13用于根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。
本公开提供的自适应编码装置能够实施前文提供的自适应编码方法,通过将目标视频输入训练后的编码模型,编码模型根据目标视频的编码信息,确定出目标视频的最佳编码参数,能够根据目标视频的本身特点以最低的码率对目标视频进行编码,获取具有最佳视频质量的编码后目标视频,具有良好的适应性。
在一个可行的实施例中,自适应编码装置还包括训练模块14,如图5所示,训练模块14包括:视频获取单元14a、视频编码单元14b、编码计算单元14c和模型确定单元14d。训练模块14与运行模块12连接,通过训练模块14向运行模块12提供训练好的编码模型。
视频获取单元14a用于获取多个样本视频。视频编码单元14b用于根据多个预设编码参数对每个样本视频进行编码,确定每个样本视频的编码信息,并确定针对每个样本视频的预设编码参数与视频质量指标的第一对应关系。编码计算单元14c用于根据每个样本视频的编码信息以及第一对应关系,建立各个编码信息与相应的、最佳视频质量指标对应的编码参数的第二对应关系。模型确定单元14d用于根据第二对应关系,对预训练的编码模型进行参数调整,以得到训练后的编码模型。
本公开各实施例提供的自适应编码装置10可执行本公开任一实施例所示的自适应编码方法,其实现原理相类似,不做更多赘述。
第三个方面,本公开提供了一种电子设备,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序被配置用于:实现如本公开第一个方面提供的自适应编码方法。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备100的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
电子设备包括存储器以及处理器,其中,这里的处理器可以称为下方的处理装置101,存储器包括下文中的只读存储器(ROM)102、随机访问存储器(RAM)103以及存储装置108中的至少一项,具体如下所示:
如图6所示,电子设备100可以包括处理装置(例如中央处理器、图形处理器等)101,其可以根据存储在只读存储器(ROM)102中的程序或者从存储装置108加载到随机访问存储器(RAM)103中的程序而执行各种适当的动作和处理。在RAM 103中,还存储有电子设备100操作所需的各种程序和数据。处理装置101、ROM 102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
通常,以下装置可以连接至I/O接口105:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置106;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置107;包括例如磁带、硬盘等的存储装置108;以及通信装置109。通信装置109可以允许电子设备100与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备100,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。基于同一发明构思,本公开提供了一种计算机存储介质,其特征在于,计算机存储介质存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本公开第一个方面提供的自适应编码方法。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置109从网络上被下载和安装,或者从存储装置108被安装,或者从ROM 102被安装。在该计算机程序被处理装置101执行时,执行本公开实施例提供的自适应编码方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:智能手机、屛板电脑或者桌面计算机等,可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块或单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,自适应编码方法包括:
确定待编码的目标视频的编码信息,编码信息反映出目标视频的视频内容信息;
将编码信息输入训练后的编码模型,确定与待编码的目标视频对应的最佳编码参数;
根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。
在一种可能的实现方式中,预先训练编码模型的方式,包括:
获取多个样本视频;
根据多个预设编码参数对每个样本视频进行编码,确定每个样本视频的编码信息,并确定针对每个样本视频的预设编码参数与视频质量指标的第一对应关系;
根据每个样本视频的编码信息以及第一对应关系,建立各个编码信息与相应的、最佳视频质量指标对应的编码参数的第二对应关系;
根据第二对应关系,对预训练的编码模型进行参数调整,以得到训练后的编码模型。
在一种可能的实现方式中,预设编码参数包括恒定码率因子;第二对应关系的建立步骤,包括:
若样本视频的视频内容信息满足预设内容参数,确定与预设内容参数对应的最佳视频质量指标;
根据与预设内容参数对应的最佳视频质量指标,确定恒定码率因子的最大值;
根据恒定码率因子的最大值,确定每个样本视频的编码信息和与最佳视频质量指标对应的编码参数的第二对应关系。
在一种可能的实现方式中,视频内容信息包括颜色信息和同色区域面积信息,预设内容参数包括预设颜色类型和预设同色区域面积值;根据与预设内容参数对应的最佳视频质量指标,确定恒定码率因子的最大值的步骤,包括:
若颜色信息符合预设颜色类型,同色区域面积信息大于或等于预设同色区域面积值,调整同色区域面积信息对应的视频的恒定码率因子至最大值。
在一种可能的实现方式中,编码信息包括视频尺寸信息、视频码率、视频全局峰值信噪比或每帧视频平均量化参数。
在一种可能的实现方式中,根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频的步骤之后,还包括:
传输编码后的目标视频至服务器。
根据本公开的一个或多个实施例,提供了一种自适应编码装置,包括:
获取模块,用于确定待编码的目标视频的编码信息,编码信息反映出目标视频的视频内容信息;
运行模块,用于将编码信息输入预训练的编码模型,确定与待编码的目标视频对应的最佳编码参数;
编码模块,用于根据最佳编码参数,对待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。
在一种可能的实现方式中,自适应编码装置还包括训练模块,训练模块包括:
视频获取单元,用于获取多个样本视频;
视频编码单元,用于根据多个预设编码参数对每个样本视频进行编码,确定每个样本视频的编码信息,并确定针对每个样本视频的预设编码参数与视频质量指标的第一对应关系;
编码计算单元,用于根据每个样本视频的编码信息以及第一对应关系,建立各个编码信息与相应的、最佳视频质量指标对应的编码参数的第二对应关系;
模型确定单元,用于根据第二对应关系,对预训练的编码模型进行参数调整,以得到训练后的编码模型。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种自适应编码方法,其特征在于,包括下列步骤:
确定待编码的目标视频的编码信息,所述编码信息反映出所述目标视频的视频内容信息;
将所述编码信息输入训练后的编码模型,确定与所述待编码的目标视频对应的最佳编码参数;
根据所述最佳编码参数,对所述待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。
2.根据权利要求1所述的自适应编码方法,其特征在于,预先训练编码模型的方式,包括:
获取多个样本视频;
根据多个预设编码参数对每个样本视频进行编码,确定每个样本视频的编码信息,并确定针对每个样本视频的预设编码参数与视频质量指标的第一对应关系;
根据每个样本视频的编码信息以及所述第一对应关系,建立各个编码信息与相应的、最佳视频质量指标对应的编码参数的第二对应关系;
根据所述第二对应关系,对预训练的编码模型进行参数调整,以得到训练后的编码模型。
3.根据权利要求2所述的自适应编码方法,其特征在于,所述预设编码参数包括恒定码率因子;所述第二对应关系的建立步骤,包括:
若所述样本视频的视频内容信息满足预设内容参数,确定与所述预设内容参数对应的最佳视频质量指标;
根据所述与所述预设内容参数对应的最佳视频质量指标,确定所述恒定码率因子的最大值;
根据所述恒定码率因子的最大值,确定每个所述样本视频的编码信息和与最佳视频质量指标对应的编码参数的第二对应关系。
4.根据权利要求3所述的自适应编码方法,其特征在于,所述视频内容信息包括颜色信息和同色区域面积信息,所述预设内容参数包括预设颜色类型和预设同色区域面积值;所述根据所述与所述预设内容参数对应的最佳视频质量指标,确定所述恒定码率因子的最大值的步骤,包括:
若所述颜色信息符合所述预设颜色类型,所述同色区域面积信息大于或等于所述预设同色区域面积值,调整所述同色区域面积信息对应的视频的所述恒定码率因子至最大值。
5.根据权利要求2所述的自适应编码方法,其特征在于,所述编码信息包括视频尺寸信息、视频码率、视频全局峰值信噪比或每帧视频平均量化参数中的至少一种。
6.根据权利要求1所述的自适应编码方法,其特征在于,所述根据所述最佳编码参数,对所述待编码的目标视频进行编码得到编码后的目标视频的步骤之后,还包括:
传输所述编码后的目标视频至服务器。
7.一种自适应编码装置,其特征在于,包括:
获取模块,用于确定待编码的目标视频的编码信息,所述编码信息反映出所述目标视频的视频内容信息;
运行模块,用于将所述编码信息输入预训练的编码模型,确定与所述待编码的目标视频对应的最佳编码参数;
编码模块,用于根据所述最佳编码参数,对所述待编码的目标视频进行编码得到编码后的目标视频,编码后的目标视频满足预定的视频质量指标。
8.根据权利要求7所述的自适应编码装置,其特征在于,所述自适应编码装置还包括训练模块,所述训练模块包括:
视频获取单元,用于获取多个样本视频;
视频编码单元,用于根据多个预设编码参数对每个样本视频进行编码,确定每个样本视频的编码信息,并确定针对每个样本视频的预设编码参数与视频质量指标的第一对应关系;
编码计算单元,用于根据每个样本视频的编码信息以及所述第一对应关系,建立各个编码信息与相应的、最佳视频质量指标对应的编码参数的第二对应关系;
模型确定单元,用于根据所述第二对应关系,对预训练的编码模型进行参数调整,以得到训练后的编码模型。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序被配置用于:实现如权利要求1~6中任一项所述的自适应编码方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1~6中任一项所述的自适应编码方法。
CN202010065361.XA 2020-01-20 2020-01-20 自适应编码方法、装置、电子设备及计算机存储介质 Active CN111246209B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010065361.XA CN111246209B (zh) 2020-01-20 2020-01-20 自适应编码方法、装置、电子设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010065361.XA CN111246209B (zh) 2020-01-20 2020-01-20 自适应编码方法、装置、电子设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN111246209A true CN111246209A (zh) 2020-06-05
CN111246209B CN111246209B (zh) 2022-08-02

Family

ID=70864951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010065361.XA Active CN111246209B (zh) 2020-01-20 2020-01-20 自适应编码方法、装置、电子设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111246209B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112153415A (zh) * 2020-09-23 2020-12-29 北京字节跳动网络技术有限公司 一种视频转码方法、装置、设备及存储介质
CN112367147A (zh) * 2020-09-27 2021-02-12 苏州宣怀智能科技有限公司 数据显示方法、装置、电子设备和计算机可读介质
CN113194320A (zh) * 2021-04-30 2021-07-30 北京达佳互联信息技术有限公司 参数预测模型的训练方法及装置和参数预测方法及装置
CN113286148A (zh) * 2020-11-25 2021-08-20 常熟友乐智能科技有限公司 一种基于大数据和物联网的视频设备优化方法、装置及服务器
CN113315773A (zh) * 2021-05-31 2021-08-27 浙江大华技术股份有限公司 一种码率调整方法、装置、电子设备及存储介质
CN113329226A (zh) * 2021-05-28 2021-08-31 北京字节跳动网络技术有限公司 数据的生成方法、装置、电子设备及存储介质
CN114245209A (zh) * 2021-12-22 2022-03-25 北京达佳互联信息技术有限公司 视频分辨率确定、模型训练、视频编码方法及装置
CN115134338A (zh) * 2022-05-20 2022-09-30 腾讯科技(深圳)有限公司 多媒体信息编码方法、对象检索方法及装置
CN116506622A (zh) * 2023-06-26 2023-07-28 瀚博半导体(上海)有限公司 模型训练方法及视频编码参数优化方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020028021A1 (en) * 1999-03-11 2002-03-07 Jonathan T. Foote Methods and apparatuses for video segmentation, classification, and retrieval using image class statistical models
CN103414886A (zh) * 2013-08-27 2013-11-27 北京汉邦高科数字技术股份有限公司 一种网络视频的传输方法
CN107046639A (zh) * 2016-10-31 2017-08-15 上海大学 基于内容的hevc码流质量预测模型
WO2018214671A1 (zh) * 2017-05-26 2018-11-29 杭州海康威视数字技术股份有限公司 一种失真图像的去失真方法、装置及电子设备
CN109286825A (zh) * 2018-12-14 2019-01-29 北京百度网讯科技有限公司 用于处理视频的方法和装置
CN109996071A (zh) * 2019-03-27 2019-07-09 上海交通大学 基于深度学习的可变码率图像编码、解码系统及方法
US20190289296A1 (en) * 2017-01-30 2019-09-19 Euclid Discoveries, Llc Video Characterization For Smart Encoding Based On Perceptual Quality Optimization
CN110401834A (zh) * 2019-08-06 2019-11-01 杭州微帧信息科技有限公司 一种基于深度学习的自适应视频编码方法
CN110650370A (zh) * 2019-10-18 2020-01-03 北京达佳互联信息技术有限公司 一种视频编码参数确定方法、装置、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020028021A1 (en) * 1999-03-11 2002-03-07 Jonathan T. Foote Methods and apparatuses for video segmentation, classification, and retrieval using image class statistical models
CN103414886A (zh) * 2013-08-27 2013-11-27 北京汉邦高科数字技术股份有限公司 一种网络视频的传输方法
CN107046639A (zh) * 2016-10-31 2017-08-15 上海大学 基于内容的hevc码流质量预测模型
US20190289296A1 (en) * 2017-01-30 2019-09-19 Euclid Discoveries, Llc Video Characterization For Smart Encoding Based On Perceptual Quality Optimization
WO2018214671A1 (zh) * 2017-05-26 2018-11-29 杭州海康威视数字技术股份有限公司 一种失真图像的去失真方法、装置及电子设备
CN109286825A (zh) * 2018-12-14 2019-01-29 北京百度网讯科技有限公司 用于处理视频的方法和装置
CN109996071A (zh) * 2019-03-27 2019-07-09 上海交通大学 基于深度学习的可变码率图像编码、解码系统及方法
CN110401834A (zh) * 2019-08-06 2019-11-01 杭州微帧信息科技有限公司 一种基于深度学习的自适应视频编码方法
CN110650370A (zh) * 2019-10-18 2020-01-03 北京达佳互联信息技术有限公司 一种视频编码参数确定方法、装置、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHAO YANG: "A unified probabilistic graphical model based approach for the robust decoding of color structured light pattern", 《2014 4TH IEEE INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE AND TECHNOLOGY》 *
宋方良: "高效视频编码算法研究与优化", 《中国优秀硕士学位论文全文数据库》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112153415A (zh) * 2020-09-23 2020-12-29 北京字节跳动网络技术有限公司 一种视频转码方法、装置、设备及存储介质
CN112153415B (zh) * 2020-09-23 2022-12-02 北京字节跳动网络技术有限公司 一种视频转码方法、装置、设备及存储介质
CN112367147A (zh) * 2020-09-27 2021-02-12 苏州宣怀智能科技有限公司 数据显示方法、装置、电子设备和计算机可读介质
CN113286148A (zh) * 2020-11-25 2021-08-20 常熟友乐智能科技有限公司 一种基于大数据和物联网的视频设备优化方法、装置及服务器
CN113194320A (zh) * 2021-04-30 2021-07-30 北京达佳互联信息技术有限公司 参数预测模型的训练方法及装置和参数预测方法及装置
CN113194320B (zh) * 2021-04-30 2022-11-22 北京达佳互联信息技术有限公司 参数预测模型的训练方法及装置和参数预测方法及装置
CN113329226A (zh) * 2021-05-28 2021-08-31 北京字节跳动网络技术有限公司 数据的生成方法、装置、电子设备及存储介质
CN113329226B (zh) * 2021-05-28 2022-12-20 北京字节跳动网络技术有限公司 数据的生成方法、装置、电子设备及存储介质
CN113315773A (zh) * 2021-05-31 2021-08-27 浙江大华技术股份有限公司 一种码率调整方法、装置、电子设备及存储介质
CN113315773B (zh) * 2021-05-31 2022-08-12 浙江大华技术股份有限公司 一种码率调整方法、装置、电子设备及存储介质
CN114245209B (zh) * 2021-12-22 2024-03-19 北京达佳互联信息技术有限公司 视频分辨率确定、模型训练、视频编码方法及装置
CN114245209A (zh) * 2021-12-22 2022-03-25 北京达佳互联信息技术有限公司 视频分辨率确定、模型训练、视频编码方法及装置
CN115134338A (zh) * 2022-05-20 2022-09-30 腾讯科技(深圳)有限公司 多媒体信息编码方法、对象检索方法及装置
CN115134338B (zh) * 2022-05-20 2023-08-11 腾讯科技(深圳)有限公司 多媒体信息编码方法、对象检索方法及装置
CN116506622B (zh) * 2023-06-26 2023-09-08 瀚博半导体(上海)有限公司 模型训练方法及视频编码参数优化方法和装置
CN116506622A (zh) * 2023-06-26 2023-07-28 瀚博半导体(上海)有限公司 模型训练方法及视频编码参数优化方法和装置

Also Published As

Publication number Publication date
CN111246209B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN111246209B (zh) 自适应编码方法、装置、电子设备及计算机存储介质
CN110413812B (zh) 神经网络模型的训练方法、装置、电子设备及存储介质
CN112954354B (zh) 视频的转码方法、装置、设备和介质
CN112153415B (zh) 一种视频转码方法、装置、设备及存储介质
CN112202803A (zh) 音频处理的方法、装置、终端及存储介质
CN113436620A (zh) 模型的训练方法、语音识别方法、装置、介质及设备
CN113395538B (zh) 音效渲染方法、装置、计算机可读介质和电子设备
CN113327599A (zh) 语音识别方法、装置、介质及电子设备
CN114861790B (zh) 联邦学习压缩通信的优化方法、系统及装置
CN115767181A (zh) 直播视频流渲染方法、装置、设备、存储介质及产品
CN110418134B (zh) 基于视频质量的视频编码方法、装置及电子设备
CN111385576B (zh) 视频编码方法、装置、移动终端及存储介质
CN117241092A (zh) 一种视频处理方法、装置、存储介质及电子设备
CN116668691A (zh) 一种图片压缩传输方法、装置及终端设备
CN112804469B (zh) 视频通话处理方法、装置、设备及存储介质
CN113329226B (zh) 数据的生成方法、装置、电子设备及存储介质
CN114495081A (zh) 文本识别的方法、装置、可读介质和电子设备
CN110290381B (zh) 视频质量评估方法、装置、电子设备及计算机存储介质
CN112203039A (zh) 在线会议的处理方法、装置、电子设备及计算机存储介质
CN112488947A (zh) 模型训练和图像处理方法、装置、设备和计算机可读介质
CN113392238A (zh) 媒体文件处理方法、装置、计算机可读介质和电子设备
CN115550690B (zh) 帧率调整方法、装置、设备及存储介质
WO2023169303A1 (zh) 编解码方法、装置、设备、存储介质及计算机程序产品
CN115396672B (zh) 比特流存储方法、装置、电子设备和计算机可读介质
CN113395539B (zh) 音频降噪方法、装置、计算机可读介质和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
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

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: Tiktok vision (Beijing) Co.,Ltd.

CP01 Change in the name or title of a patent holder