CN112153415B - 一种视频转码方法、装置、设备及存储介质 - Google Patents

一种视频转码方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112153415B
CN112153415B CN202011011654.6A CN202011011654A CN112153415B CN 112153415 B CN112153415 B CN 112153415B CN 202011011654 A CN202011011654 A CN 202011011654A CN 112153415 B CN112153415 B CN 112153415B
Authority
CN
China
Prior art keywords
video
target video
sample
coding
learning model
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.)
Active
Application number
CN202011011654.6A
Other languages
English (en)
Other versions
CN112153415A (zh
Inventor
孟胜彬
廖懿婷
李军林
王悦
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.)
Beijing ByteDance Network Technology Co Ltd
ByteDance Inc
Original Assignee
Beijing ByteDance Network Technology Co Ltd
ByteDance Inc
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, ByteDance Inc filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202011011654.6A priority Critical patent/CN112153415B/zh
Publication of CN112153415A publication Critical patent/CN112153415A/zh
Application granted granted Critical
Publication of CN112153415B publication Critical patent/CN112153415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display

Abstract

本公开实施例公开一种视频转码方法、装置、设备及存储介质。该方法包括：根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，第一目标视频对应于原始视频经过第一编码参数编码得到的视频，第二目标视频对应于原始视频经过第二编码参数编码得到的视频，第二目标视频的码率小于第一目标视频的码率；如果对比结果为第一目标视频与第二目标视频的感知质量相同，输出第二目标视频为编码结果。本公开实施例在第一目标视频与第二目标视频的感知质量相同时，输出第二目标视频为编码结果，优化了现有的视频转码方案，能在同等感知质量的情况下降低转码视频的码率。

Description

一种视频转码方法、装置、设备及存储介质
技术领域
本公开实施例涉及视频处理技术领域，尤其涉及一种视频转码方法、装置、设备及存储介质。
背景技术
随着移动设备和网络技术的发展，视频作为人们表达信息、记录生活的重要载体越来越普遍。随时拍摄、上传和分享的需求催生了很多短视频平台。在这类平台上，视频从生产端到消费端，通常会经历以下流程：移动设备对摄像头采集到的图像信号进行美颜等处理，编码为特定格式并上传到服务器；服务器接收到移动设备上传的视频后，进行转码，压缩文件大小；最后将压缩后的视频文件分发给对应用户进行播放。
在上述端到端的流程中，生产端编码通常可以采用移动设备自带的硬件模块，但消费端转码会耗费大量的云端计算资源，使得消费端转码成为广受关注的关键环节。
而目前消费端转码的方式比较固定，而且转码后的视频码率较高。
公开内容
本公开实施例提供一种视频转码方法、装置、设备及存储介质，可以优化现有的视频转码方案。
第一方面，本公开实施例提供了一种视频转码方法，包括：
根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率；
如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果。
第二方面，本公开实施例还提供了一种视频转码装置，包括：
结果确定模块，用于根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率；
结果输出模块，用于如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果。
第三方面，本公开实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的视频转码方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的视频转码方法。
本公开实施例公开了一种视频转码方法、装置、设备及存储介质，可以根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，并当第一目标视频与所述第二目标视频的感知质量相同时，输出第二目标视频为编码结果，其中，第一目标视频对应于原始视频经过第一编码参数编码得到的视频，第二目标视频对应于原始视频经过第二编码参数编码得到的视频，第二目标视频的码率小于所述第一目标视频的码率，优化了现有的视频转码方案，能够在同等感知质量的情况下降低转码视频的码率。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例一提供的一种视频转码方法的流程图；
图2为本公开实施例二提供的一种视频转码方法的流程图；
图3为本公开实施例二提供的一种第一样本目标视频的示意图；
图4为本公开实施例二提供的一种第二样本目标视频的示意图；
图5为本公开实施例三提供的一种视频转码方法的流程图；
图6为本公开实施例四提供的一种视频转码方法的流程图；
图7为本公开实施例五提供的一种视频转码装置的结构图；
图8为本公开实施例六提供的一种电子设备的结构图。
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视频、固定码率因子或编码特征等进行区分，并非用于限定这些视频、固定码率因子或编码特征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。
实施例一
图1为本公开实施例一提供的一种视频转码方法的流程图，本实施例可适用于视频转码的情况，该方法可以由视频转码装置来执行，该装置可以采用软件和/或硬件的方式实现，该装置可以配置在电子设备中，其中，电子设备可以是具备数据处理功能的设备，例如可以是手机、平板、电脑或服务器等。如图1所示，该方法具体包括如下步骤：
S110、根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果。
其中，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率。原始视频可以是从视频生产端获取的视频，可选的，可以从视频生产端已产生的视频中随机抽取一定数量的视频作为原始视频，也可以在视频生产端实时产生视频的过程中每隔一定时间抽取一定数量的视频作为原始视频。其中，视频生产端可以是能够产生视频的终端，例如可以是手机、笔记本电脑、平板电脑等移动终端，也可以是台式机等固定终端。
编码参数可以是能够影响视频码率的参数，例如可以是平均码率或固定码率因子(Constant Rate Factor，CRF)等。CRF是编码器x264或x265等的码率控制设置参数，可以直接影响视频的码率，取值范围在0-51之间，CRF越小，视频质量越好，但码率越高，输出的视频文件越大。在一个示例中，第一编码参数可以是第一固定码率因子，第二编码参数可以是第二固定码率因子。其中第一固定码率因子的值可以在0-51之间随机选取，例如可以是CRF＝24。第二固定码率因子的值也是介于0-51之间，考虑到有些视频采用较高的CRF值也不会影响视觉效果，而较低的CRF值反而会导致码率较高，输出的视频文件较大，为了节省码率，可以设定第二固定码率因子的值大于第一固定码率因子的值。
在一些可选的实现方式中，可以在第一固定码率因子的基础上，调高第一固定码率因子的值得到第二固定码率因子。具体调高多少可以视情况确定，在一个示例中，可以预先设定第一固定码率因子和第二固定码率因子的差值，当第一固定码率因子确定时，结合预先设定的差值得到第二固定码率因子。例如第一固定码率因子为24，差值为8，可以确定第二固定码率因子为32。在一个示例中，还可以根据预训练的学习模型确定一个编码参数调整因子，将编码参数调整因子和预设差值的乘积作为调高量，得到第二固定码率因子。当然还可以采用其他方式确定调高量，本实施例不进行限定。
感知质量可以是第一目标视频和第二目标视频的画质对用户视觉的影响，例如感知质量相同表示第一目标视频和第二目标视频的画质对用户的视觉没有影响，即认为第一目标视频和第二目标视频的画质相同；感知质量不同表示第一目标视频和第二目标视频的画质对用户的视觉有影响，即认为第一目标视频和第二目标视频的画质不同。学习模型是可以确定第一目标视频和第二目标视频感知质量是否相同的模型，实施例对学习模型的类型不进行限定。
需要说明的是，在应用预训练的学习模型确定第一目标视频和第二目标视频的感知质量对比结果时，第一目标视频和第二目标视频不一定是已经完成编码的视频，也即不一定存在对应的存储于存储空间内的视频文件。例如当预训练的学习模型为深度学习模型，如卷积神经网络模型时，在一些可选的实现方式中，可以将原始视频输入预训练的卷积神经网络模型，得到第一目标视频和第二目标视频的感知质量对比结果。再如当预训练的学习模型为传统机器学习模型，如支持向量机(Support Vector Machines，SVM)时，在一些可选的实现方式中，可以对原始视频经过第一编码参数编码得到第一目标视频，将第一目标视频的图像特征输入预训练的SVM，得到第一目标视频和第二目标视频的感知质量对比结果。在一些可选的实现方式中，还可以对原始视频经过第一编码参数编码得到第一目标视频，对原始视频经过第二编码参数编码得到第二目标视频，将第一目标视频的图像特征和第二目标视频的图像特征输入预训练的SVM，得到第一目标视频和第二目标视频的感知质量对比结果。
S120、如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果。
以第一编码参数为第一固定码率因子，第二编码参数为第二固定码率因子为例。当第一目标视频和第二目标视频的感知质量相同时，表示第一目标视频和第二目标视频对用户的视觉没有影响，考虑到两个视频的感知质量相同时，CRF越高对应的码率越低，在存储转码后的视频文件时占用的空间也越小，本实施例将第二固定码率因子对应的第二目标视频作为编码结果。与现有的CRF固定的视频转码方案相比，本实施例可以根据感知质量对比结果调整CRF值，尤其是当感知质量相同时，可以输出高CRF值对应的视频作为编码结果，在不影响视觉效果的情况下可以降低码率、节省空间。可选的，如果对比结果为第一目标视频与所述第二目标视频的感知质量不同，表示第一目标视频和第二目标视频的画质不同，为了不影响用户的观看，可以输出第一目标视频为编码结果。
本公开实施例提供的视频转码方法可以根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，并当第一目标视频与所述第二目标视频的感知质量相同时，输出第二目标视频为编码结果，其中，第一目标视频对应于原始视频经过第一编码参数编码得到的视频，第二目标视频对应于原始视频经过第二编码参数编码得到的视频，第二目标视频的码率小于所述第一目标视频的码率，优化了现有的视频转码方案，能够在同等感知质量的情况下降低转码视频的码率。
在上述实施例的基础上，在输出第二目标视频为编码结果之后，还可以将编码结果发送至原始视频对应的视频消费端。其中，视频消费端可以是能够接收并展示视频的终端，例如可以是手机、笔记本电脑、平板电脑等移动终端，也可以是台式机等固定终端。当感知质量相同时，由于CRF较高，对应的视频文件较小，在将第二目标视频作为编码结果发送至视频消费端时产生的带宽成本也较低。当然，如果输出第一目标视频为编码结果，同样可以将第一目标视频发送至原始视频对应的视频消费端，满足用户的观看需求。
实施例二
图2为本公开实施例二提供的一种视频转码方法的流程图，本实施例是在学习模型为传统机器学习模型时对视频转码的过程进行描述，传统机器学习模型可以是以“是”或“否”作为输出结果的传统机器学习二分类模型，也可以是传统机器学习模型中除二分类模型以外的模型，即不仅可以以“是”或“否”作为输出结果，还可以输出其他参数，例如还可以输出编码参数调整因子，用于调整编码参数，本实施例以传统机器学习二分类模型为例。在本实施例中，“是”可以表示第一目标视频和第二目标视频的感知质量相同，“否”可以表示第一目标视频和第二目标视频的感知质量不同。可以理解的是，即使是同一类型的学习模型，不同的训练过程对应的视频转码过程也略有不同，本实施例是针对传统机器学习二分类模型的第一种训练过程对视频转码的过程进行描述。
本实施例的传统机器学习二分类模型是以样本目标视频或目标视频的编码特征作为输入，即在得到样本目标视频或目标视频后需要先提取样本目标视频或目标视频的编码特征。可选的，传统机器学习二分类模型可以包括逻辑回归(Logistic Regression，简称LR)、SVM、决策树(Decision Tree，简称DT)、随机森林(Random Forest，简称RF)或贝叶斯，本实施例以传统机器学习二分类模型为SVM为例。参考图2，该方法可以包括如下步骤：
S210、对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频。
第一样本视频可以是从视频生产端获取的视频，用于训练SVM，实施例对第一样本视频的内容和数量不进行限定，为了提高SVM的准确度，可以从视频生产端获取内容为不同类型的视频作为第一样本视频。假定第一样本视频为A，可以对A进行第一编码参数编码得到第一样本目标视频A1，以及对A进行第二编码参数编码得到第二样本目标视频A2。
S220、根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签。
其中，第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同。示例性的，参考图3-4，图3为本公开实施例二提供的一种第一样本目标视频的示意图，图4为本公开实施例二提供的一种第二样本目标视频的示意图，通过比较A1和A2，可以确定两者的感知质量是否相同。在一个示例中，可以通过人工确定A1和A2的感知质量是否相同，例如当确定A1和A2的感知质量相同的人数大于或等于设定阈值时，将A的第一标签设置为“EQUAL”，否则将A的第一标签设置为“NOT EQUAL”，其中，设定阈值可以根据需要设定，例如可以设置为75％。在一个示例中，还可以根据A1和A2的相似度确定感知质量是否相同，进而对A进行标注，在一定程度上节省了人力，提高了效率。
S230、提取所述第一样本目标视频的第一样本编码特征。
编码特征可以是目标视频的特征，也可以是目标视频相对于所对应的样本视频或原始视频的特征，例如可以包括所对应的目标视频的码率、所对应的目标视频相对于所对应的样本视频或原始视频的峰值信噪比(Peak Signal to Noise Ratio，PSNR)、所对应的目标视频相对于所对应的样本视频或原始视频的结构相似度系数(structuralsimilarity,SSIM)以及所对应的目标视频相对于所对应的样本视频或原始视频的视频质量评分(Visual Multimethod Assessment Fusion，VMAF)中的至少一种。
本实施例中，第一样本编码特征可以包括第一样本目标视频的码率、第一样本目标视频相对于第一样本视频的PSNR、第一样本目标视频相对于第一样本视频的SSIM以及第一样本目标视频相对于第一样本视频的VMAF中的至少一种。在一个示例中，第一样本编码特征可以包括第一样本目标视频的码率、PSNR和SSIM。在另一个示例中，第一样本编码特征可以包括第一样本目标视频的码率、PSNR、SSIM和VMAF。第一样本编码特征包含的信息越多，对应的SVM的准确度越高，但计算量也会增加，实际应用时可以根据需要选择合适的第一样本编码特征。
S240、根据所述第一标签和所述第一样本编码特征训练所述学习模型，得到预训练的学习模型。
将第一标签和第一样本编码特征输入SVM，进行训练，得到预训练的SVM。实施例对具体的训练过程不进行限定。
S250、将所述原始视频经过所述第一编码参数编码，得到所述第一目标视频。
S260、提取所述第一目标视频的第一编码特征，并将所述第一编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
本实施例中，第一编码特征可以包括第一目标视频的码率、第一目标视频相对于原始视频的PSNR、第一目标视频相对于原始视频的SSIM以及第一目标视频相对于原始视频的VMAF中的至少一种。具体的，将提取的第一编码特征输入预训练的SVM，即可由预训练的SVM输出第一目标视频与第二目标视频的感知质量对比结果“EQUAL”或“NOT EQUAL”。
需要注意的是，在利用预训练的SVM确定感知质量对比结果时，第一编码特征与第一样本编码特征对应，例如训练时第一样本编码特征包括第一样本目标视频的码率、PSNR、SSIM和VMAF，则第一编码特征包括第一目标视频的码率、PSNR、SSIM和VMAF。
S270、所述对比结果是否为所述第一目标视频与所述第二目标视频的感知质量相同，若是，执行S280，否则，执行S290。
具体的，如果预训练的SVM输出的感知质量对比结果为“EQUAL”，表示可以调高CRF，采用高CRF进行视频转码，并输出第二目标视频为编码结果；如果预训练的SVM输出的感知质量对比结果为“NOT EQUAL”，表示该视频不适合调高的CRF，因此可以输出第一目标视频为编码结果。
S280、输出所述第二目标视频为编码结果。
具体的，当对比结果为第一目标视频和第二目标视频的感知质量相同时，可以对原始视频进行第二编码参数编码，得到第二目标视频，并输出第二目标视频为编码结果。
S290、输出所述第一目标视频为编码结果。
具体的，当对比结果为第一目标视频和第二目标视频的感知质量不同时，可以直接将预先编码得到的第一目标视频输出，作为编码结果。
S2100、将所述编码结果发送至与所述原始视频对应的视频消费端。
无论编码结果是第一目标视频还是第二目标视频，都可以发送至原始视频对应的视频消费端，供用户观看。
本公开实施例以传统机器学习二分类模型中的SVM为例，根据第一样本目标视频的编码特征对SVM进行训练，计算量较少，而且在利用预训练的SVM确定的感知质量对比结果为第一目标视频与第二目标视频的感知质量相同时，可以输出第二目标视频为编码结果，并发送至视频消费端，相较于传统的固定参数转码，本实施例利用自适应转码，在保证视觉效果相同的情况下，节省了码率和带宽成本，提高了视频转码的灵活性。
实施例三
图5为本公开实施例三提供的一种视频转码方法的流程图，本实施例是针对传统机器学习二分类模型的第二种训练过程对视频转码的过程进行描述。参考图5，该方法可以包括如下步骤：
S310、对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频。
S320、根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签。
其中，第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同。
S330、提取所述第一样本目标视频的第一样本编码特征以及所述第二样本目标视频的第二样本编码特征。
本实施例中，第二样本编码特征可以包括第二样本目标视频的码率、第二样本目标视频相对于第二样本视频的PSNR、第二样本目标视频相对于第二样本视频的SSIM以及第二样本目标视频相对于第二样本视频的VMAF中的至少一种。第一样本编码特征可以参考上述实施例。
S340、根据所述第一标签、所述第一样本编码特征和所述第二样本编码特征训练所述学习模型，得到预训练的学习模型。
本实施例是在上述实施例的基础上进一步结合第二样本目标视频的第二样本编码特征训练SVM，可以进一步提高模型的准确度。在一个示例中，第一样本编码特征可以包括第一样本目标视频的码率、PSNR和SSIM，第二样本编码特征可以包括第二样本目标视频的码率、第二样本目标视频相对于第二样本视频的PSNR、第二样本目标视频相对于第二样本视频的SSIM以及第二样本目标视频相对于第二样本视频的VMAF中的至少一种。在另一个示例中，第一样本编码特征可以包括第一样本目标视频的码率、PSNR、SSIM和VMAF，第二样本编码特征可以包括第二样本目标视频的码率、第二样本目标视频相对于第二样本视频的PSNR、第二样本目标视频相对于第二样本视频的SSIM以及第二样本目标视频相对于第二样本视频的VMAF中的至少一种。
S350、将所述原始视频经过第一编码参数编码，得到所述第一目标视频；以及将所述原始视频经过第二编码参数编码，得到所述第二目标视频。
S360、提取所述第一目标视频的第一编码特征以及所述第二目标视频的第二编码特征。
本实施例中第二编码特征可以包括第二目标视频的码率、第二目标视频相对于原始视频的PSNR、第二目标视频相对于原始视频的SSIM以及第二目标视频相对于原始视频的VMAF中的至少一种。需要注意的是，在利用预训练的SVM确定感知质量对比结果时，采用的编码特征与训练过程采用的编码特征对应，例如训练时第一样本编码特征包括第一样本目标视频的码率、PSNR和SSIM，第二样本编码特征包括第二样本目标视频的码率，则第一编码特征包括第一目标视频的码率、PSNR和SSIM，第二比编码特征包括第二目标视频的码率。
S370、将所述第一编码特征和所述第二编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
S380、所述对比结果是否为所述第一目标视频与所述第二目标视频的感知质量相同，若是，执行S390，否则，执行S3100。
S390、输出所述第二目标视频为编码结果。
这种方式下由于第二目标视频预先得到，在确定对比结果为第一目标视频与第二目标视频的感知质量相同时，可以直接输出第二目标视频作为编码结果。
S3100、输出所述第一目标视频为编码结果。
S3110、将所述编码结果发送至与所述原始视频对应的视频消费端。
本公开实施例以传统机器学习二分类模型中的SVM为例，根据第一样本目标视频和第二样本目标视频的编码特征对SVM进行训练，进一步提高了模型的准确度，在利用预训练的SVM确定的感知质量对比结果为第一目标视频与第二目标视频的感知质量相同时，可以输出第二目标视频为编码结果，并发送至视频消费端，相较于传统的固定参数转码，本实施例利用自适应转码，在保证视觉效果相同的情况下，节省了码率和带宽成本，提高了视频转码的灵活性。本实施例未描述的细节可以参考上述实施例。
以1000个原始视频为例，按照传统的固定参数转码得到的平均码率为1889.59kbps，通过上述方式转码后平均码率为1486.66kbps，节省了21.3％的码率。
实施例四
图6为本公开实施例四提供的一种视频转码方法的流程图，本实施例是在学习模型为深度学习模型时对视频转码的过程进行描述，其中，深度学习模型可以包括但不限于深度3D卷积网络如3D ConvNets、长期递归卷积网络(Long-term RecurrentConvolutional Network，LRCN)、Inception-v3+LSTM(Long Short-Term Memory，长短期记忆网络)。如图6所示，该方法可以包括如下步骤：
S410、对第二样本视频进行第一编码参数编码，得到第三样本目标视频；以及对所述第二样本视频进行第二编码参数编码，得到第四样本目标视频。
第二样本视频可以是从视频生产端获取的视频，用于训练深度学习模型，本实施例的深度学习模型可以是深度学习二分类模型，以“是”或“否”作为输出结果，也可以是常规的深度学习模型，不仅可以以“是”或“否”作为输出结果，还可以输出其他参数，例如还可以输出编码参数调整因子，用于调整编码参数。本实施例以深度学习二分类模型为例，第二样本视频与第一样本视频可以相同也可以不同。
S420、根据所述第三样本目标视频与所述第四样本目标视频的感知质量对比结果对所述第二样本视频进行标注，得到第二标签。
其中，所述第二标签用于表示所述第三样本目标视频与所述第四样本目标视频的感知质量是否相同。标注过程可以参考上述实施例，此处不再详述。
S430、根据所述第二标签和所述第二样本视频训练所述学习模型，得到预训练的学习模型。
对于深度学习二分类模型，其训练过程不需要预先提取编码特征，可以直接将第二标签和第二样本视频输入深度学习二分类模型进行训练，得到预训练的深度学习二分类模型。
S440、将所述原始视频输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
S450、所述对比结果是否为所述第一目标视频与所述第二目标视频的感知质量相同，若是，执行S460，否则，执行S470。
S460、输出所述第二目标视频为编码结果。
当对比结果为第一目标视频与第二目标视频的感知质量相同时，可以对原始视频进行第二编码参数编码，得到第二目标视频，并输出第二目标视频作为编码结果。
S470、输出所述第一目标视频为编码结果。
当对比结果为第一目标视频与第二目标视频的感知质量不同时，可以对原始视频进行第一编码参数编码，得到第一目标视频，并输出第一目标视频作为编码结果。
S480、将所述编码结果发送至与所述原始视频对应的视频消费端。
本公开实施例以深度学习二分类模型为例，利用第二标签和第二样本视频训练深度学习二分类模型，无需预先获取编码特征，简化了训练过程；在利用预训练的深度学习二分类模型确定的感知质量对比结果为第一目标视频与第二目标视频的感知质量相同时，可以输出第二目标视频为编码结果，并发送至视频消费端，相较于传统的固定参数转码，本实施例利用自适应转码，在保证视觉效果相同的情况下，节省了码率和带宽成本，提高了视频转码的灵活性。
上述实施例通过预训练的学习模型有效区分了哪些视频能够调整CRF而不影响用户的视觉效果，并通过调高CRF降低了码率，节省了带宽成本。需要注意的是，上述实施例提供的视频转码方法与编码器的类型无关，只要能够接受CRF这样的控制参数，可以用来自适应转码均可，例如H.264/AVC、H.265/HEVC以及更多未提到的编码标准或编码器均可以适用。
在上述实施例的基础上，第二编码参数根据所述第一编码参数和第一预设差值确定；或者，
所述第二编码参数根据所述第一编码参数、第二预设差值和编码参数调整因子确定，所述编码参数调整因子由所述预训练的学习模型确定。
本实施例编码参数值可以根据需要自适应调整，以提高视频转码的灵活性。第一预设差值和第二预设差值可以预先确定，第一预设差值和第二预设差值可以相同也可以不同。在一个示例中，可以预先设定第一编码参数和第二编码参数的差值，也即第一预设差值，当确定需要调高第一编码参数时，可以在第一编码参数的基础上结合第一预设差值得到第二编码参数，并基于第二参编参数得到转码视频。在一个示例中，也可以由预训练的传统机器学习模型或深度学习模型确定一个编码参数调整因子，将第二预设差值和编码参数调整因子的乘积作为第一编码参数的调整量，然后基于该调整量结合第一编码参数得到第二编码参数，其中，编码参数调整因子的值介于0-1之间。相较于前者，这种调整方式可以得到较好的视频质量，但节省的带宽成本较低。实际应用时，可以根据需求选择合适的编码参数调整方式。
实施例五
图7为本公开实施例五提供的一种视频转码装置的结构图，该装置可以执行上述实施例中的视频转码方法，如图7所示，该装置可以包括：
结果确定模块51，用于根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率；
结果输出模块52，用于如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果。
本公开实施例提供的视频转码装置可以根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，并当第一目标视频与所述第二目标视频的感知质量相同时，输出第二目标视频为编码结果，其中，第一目标视频对应于原始视频经过第一编码参数编码得到的视频，第二目标视频对应于原始视频经过第二编码参数编码得到的视频，第二目标视频的码率小于第一目标视频的码率，优化了现有的视频转码方案，能够在同等感知质量的情况下降低转码视频的码率。
在上述实施例的基础上，所述学习模型的训练过程包括：
对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频；
根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签，所述第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同；
提取所述第一样本目标视频的第一样本编码特征；
根据所述第一标签和所述第一样本编码特征训练所述学习模型，得到预训练的学习模型。
在上述实施例的基础上，结果确定模块51，具体用于：
将所述原始视频经过第一编码参数编码，得到所述第一目标视频；
提取所述第一目标视频的第一编码特征，并将所述第一编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
在上述实施例的基础上，所述学习模型的训练过程包括：
对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频；
根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签，所述第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同；
提取所述第一样本目标视频的第一样本编码特征以及所述第二样本目标视频的第二样本编码特征；
根据所述第一标签、所述第一样本编码特征和所述第二样本编码特征训练所述学习模型，得到预训练的学习模型。
在上述实施例的基础上，结果确定模块51，具体用于：
将所述原始视频经过第一编码参数编码，得到所述第一目标视频；以及将所述原始视频经过第二编码参数编码，得到所述第二目标视频；
提取所述第一目标视频的第一编码特征以及所述第二目标视频的第二编码特征；
将所述第一编码特征和所述第二编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
在上述实施例的基础上，所述编码特征包括所对应的目标视频的码率、所对应的目标视频相对于所对应的样本视频或原始视频的峰值信噪比、所对应的目标视频相对于所对应的样本视频或原始视频的结构相似度系数以及所对应的目标视频相对于所对应的样本视频或原始视频的视频质量评分中的至少一种。
在上述实施例的基础上，所述学习模型包括传统机器学习模型。
在上述实施例的基础上，所述传统机器学习模型包括支持向量机。
在上述实施例的基础上，所述学习模型的训练过程包括：
对第二样本视频进行第一编码参数编码，得到第三样本目标视频；以及对所述第二样本视频进行第二编码参数编码，得到第四样本目标视频；
根据所述第三样本目标视频与所述第四样本目标视频的感知质量对比结果对所述第二样本视频进行标注，得到第二标签，所述第二标签用于表示所述第三样本目标视频与所述第四样本目标视频的感知质量是否相同；
根据所述第二标签和所述第二样本视频训练所述学习模型，得到预训练的学习模型。
在上述实施例的基础上，结果确定模块51，具体用于：
将所述原始视频输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
在上述实施例的基础上，所述学习模型包括深度学习模型。
在上述实施例的基础上，所述第一编码参数包括第一固定码率因子，所述第二编码参数包括第二固定码率因子。
在上述实施例的基础上，结果输出模块52，还用于：
在所述确定第一目标视频与第二目标视频的感知质量对比结果之后，如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量不同，则输出所述第一目标视频为编码结果。
在上述实施例的基础上，所述第二编码参数根据所述第一编码参数和第一预设差值确定；或者，
所述第二编码参数根据所述第一编码参数、第二预设差值和编码参数调整因子确定，所述编码参数调整因子由所述预训练的学习模型确定。
在上述实施例的基础上，所述原始视频包括从视频生产端获取到的视频。
在上述实施例的基础上，该装置还可以包括：
结果发送模块，用于在所述输出所述第二目标视频为编码结果之后，将所述编码结果发送至与所述原始视频对应的视频消费端。
本公开实施例提供的视频转码装置与上述实施例提供的视频转码方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例具备执行视频转码方法相同的有益效果。
实施例六
下面参考图8，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的电子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、台式计算机以及服务器等等的固定终端。图8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。
如图8所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：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606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备600，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。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态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609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
实施例七
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。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
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：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，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：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
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但不限于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，模块的名称在某种情况下并不构成对该模块本身的限定，例如，结果确定模块还可以被描述为“确定第一目标视频与第二目标视频的感知质量对比结果的模块”。
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，本公开提供了一种视频转码方法，包括：
根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率；
如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述学习模型的训练过程包括：
对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频；
根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签，所述第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同；
提取所述第一样本目标视频的第一样本编码特征；
根据所述第一标签和所述第一样本编码特征训练所述学习模型，得到预训练的学习模型。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，包括：
将所述原始视频经过所述第一编码参数编码，得到所述第一目标视频；
提取所述第一目标视频的第一编码特征，并将所述第一编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述学习模型的训练过程包括：
对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频；
根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签，所述第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同；
提取所述第一样本目标视频的第一样本编码特征以及所述第二样本目标视频的第二样本编码特征；
根据所述第一标签、所述第一样本编码特征和所述第二样本编码特征训练所述学习模型，得到预训练的学习模型。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，包括：
将所述原始视频经过第一编码参数编码，得到所述第一目标视频；以及将所述原始视频经过第二编码参数编码，得到所述第二目标视频；
提取所述第一目标视频的第一编码特征以及所述第二目标视频的第二编码特征；
将所述第一编码特征和所述第二编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述编码特征包括所对应的目标视频的码率、所对应的目标视频相对于所对应的样本视频或原始视频的峰值信噪比、所对应的目标视频相对于所对应的样本视频或原始视频的结构相似度系数以及所对应的目标视频相对于所对应的样本视频或原始视频的视频质量评分中的至少一种。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述学习模型包括传统机器学习模型。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述传统机器学习模型包括支持向量机。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述学习模型的训练过程包括：
对第二样本视频进行第一编码参数编码，得到第三样本目标视频；以及对所述第二样本视频进行第二编码参数编码，得到第四样本目标视频；
根据所述第三样本目标视频与所述第四样本目标视频的感知质量对比结果对所述第二样本视频进行标注，得到第二标签，所述第二标签用于表示所述第三样本目标视频与所述第四样本目标视频的感知质量是否相同；
根据所述第二标签和所述第二样本视频训练所述学习模型，得到预训练的学习模型。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，包括：
将所述原始视频输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述学习模型包括深度学习模型。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述第一编码参数包括第一固定码率因子，所述第二编码参数包括第二固定码率因子。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，在所述确定第一目标视频与第二目标视频的感知质量对比结果之后，还包括：
如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量不同，则输出所述第一目标视频为编码结果。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述第二编码参数根据所述第一编码参数和第一预设差值确定；或者，
所述第二编码参数根据所述第一编码参数、第二预设差值和编码参数调整因子确定，所述编码参数调整因子由所述预训练的学习模型确定。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，所述原始视频包括从视频生产端获取到的视频。
根据本公开的一个或多个实施例，本公开提供的视频转码方法中，在所述输出所述第二目标视频为编码结果之后，还包括：
将所述编码结果发送至与所述原始视频对应的视频消费端。
根据本公开的一个或多个实施例，本公开提供了一种视频转码装置，包括：
结果确定模块，用于根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率；
结果输出模块，用于如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果。
根据本公开的一个或多个实施例，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，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开提供任一所述的视频转码方法。
根据本公开的一个或多个实施例，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开提供任一所述的视频转码方法。
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 (17)

1.一种视频转码方法，其特征在于，包括：
根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率；
如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果；
其中，所述学习模型的训练过程包括：
对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频；
根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签，所述第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同；
提取所述第一样本目标视频的第一样本编码特征；
根据所述第一标签和所述第一样本编码特征训练所述学习模型，得到预训练的学习模型。
2.根据权利要求1所述的方法，其特征在于，所述根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，包括：
将所述原始视频经过所述第一编码参数编码，得到所述第一目标视频；
提取所述第一目标视频的第一编码特征，并将所述第一编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
3.根据权利要求1所述的方法，其特征在于，所述学习模型的训练过程包括：
对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频；
根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签，所述第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同；
提取所述第一样本目标视频的第一样本编码特征以及所述第二样本目标视频的第二样本编码特征；
根据所述第一标签、所述第一样本编码特征和所述第二样本编码特征训练所述学习模型，得到预训练的学习模型。
4.根据权利要求3所述的方法，其特征在于，所述根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，包括：
将所述原始视频经过第一编码参数编码，得到所述第一目标视频；以及将所述原始视频经过第二编码参数编码，得到所述第二目标视频；
提取所述第一目标视频的第一编码特征以及所述第二目标视频的第二编码特征；
将所述第一编码特征和所述第二编码特征输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
5.根据权利要求1-4任一所述的方法，其特征在于，所述编码特征包括所对应的目标视频的码率、所对应的目标视频相对于所对应的样本视频或原始视频的峰值信噪比、所对应的目标视频相对于所对应的样本视频或原始视频的结构相似度系数以及所对应的目标视频相对于所对应的样本视频或原始视频的视频质量评分中的至少一种。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述学习模型包括传统机器学习模型。
7.根据权利要求6所述的方法，其特征在于，所述传统机器学习模型包括支持向量机。
8.根据权利要求1所述的方法，其特征在于，所述学习模型的训练过程包括：
对第二样本视频进行第一编码参数编码，得到第三样本目标视频；以及对所述第二样本视频进行第二编码参数编码，得到第四样本目标视频；
根据所述第三样本目标视频与所述第四样本目标视频的感知质量对比结果对所述第二样本视频进行标注，得到第二标签，所述第二标签用于表示所述第三样本目标视频与所述第四样本目标视频的感知质量是否相同；
根据所述第二标签和所述第二样本视频训练所述学习模型，得到预训练的学习模型。
9.根据权利要求8所述的方法，其特征在于，所述根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，包括：
将所述原始视频输入所述预训练的学习模型，获取所述预训练的学习模型的输出结果，作为所述第一目标视频与所述第二目标视频的感知质量对比结果。
10.根据权利要求8或9所述的方法，其特征在于，所述学习模型包括深度学习模型。
11.根据权利要求1所述的方法，其特征在于，所述第一编码参数包括第一固定码率因子，所述第二编码参数包括第二固定码率因子。
12.根据权利要求1所述的方法，其特征在于，在所述确定第一目标视频与第二目标视频的感知质量对比结果之后，还包括：
如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量不同，则输出所述第一目标视频为编码结果。
13.根据权利要求1所述的方法，其特征在于，所述第二编码参数根据所述第一编码参数和第一预设差值确定；或者，
所述第二编码参数根据所述第一编码参数、第二预设差值和编码参数调整因子确定，所述编码参数调整因子由所述预训练的学习模型确定。
14.根据权利要求1所述的方法，其特征在于，所述原始视频包括从视频生产端获取到的视频；
在所述输出所述第二目标视频为编码结果之后，还包括：
将所述编码结果发送至与所述原始视频对应的视频消费端。
15.一种视频转码装置，其特征在于，包括：
结果确定模块，用于根据预训练的学习模型，确定第一目标视频与第二目标视频的感知质量对比结果，所述第一目标视频对应于原始视频经过第一编码参数编码得到的视频，所述第二目标视频对应于所述原始视频经过第二编码参数编码得到的视频，所述第二目标视频的码率小于所述第一目标视频的码率；
其中，所述学习模型的训练过程包括：
对第一样本视频进行第一编码参数编码，得到第一样本目标视频；以及对所述第一样本视频进行第二编码参数编码，得到第二样本目标视频；
根据所述第一样本目标视频与所述第二样本目标视频的感知质量对比结果对所述第一样本视频进行标注，得到第一标签，所述第一标签用于表示所述第一样本目标视频与所述第二样本目标视频的感知质量是否相同；
提取所述第一样本目标视频的第一样本编码特征；
根据所述第一标签和所述第一样本编码特征训练所述学习模型，得到预训练的学习模型；
结果输出模块，用于如果所述对比结果为所述第一目标视频与所述第二目标视频的感知质量相同，则输出所述第二目标视频为编码结果。
16.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-14中任一所述的视频转码方法。
17.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-14中任一所述的视频转码方法。
CN202011011654.6A 2020-09-23 2020-09-23 一种视频转码方法、装置、设备及存储介质 Active CN112153415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011011654.6A CN112153415B (zh) 2020-09-23 2020-09-23 一种视频转码方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011011654.6A CN112153415B (zh) 2020-09-23 2020-09-23 一种视频转码方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112153415A CN112153415A (zh) 2020-12-29
CN112153415B true CN112153415B (zh) 2022-12-02

Family

ID=73896345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011011654.6A Active CN112153415B (zh) 2020-09-23 2020-09-23 一种视频转码方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112153415B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954354B (zh) * 2021-02-01 2022-07-22 北京字跳网络技术有限公司 视频的转码方法、装置、设备和介质
CN114430501B (zh) * 2021-12-28 2023-06-16 上海网达软件股份有限公司 一种用于文件转码的内容自适应编码的方法及系统
CN115379248B (zh) * 2022-07-14 2023-12-12 百果园技术(新加坡)有限公司 一种视频源流替换方法、系统、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103918271A (zh) * 2011-06-01 2014-07-09 王舟 基于结构相似度的感知视频编码方法和系统
CN103918262A (zh) * 2011-06-14 2014-07-09 王舟 基于结构相似度的码率失真优化感知视频编码方法和系统
CN106303521A (zh) * 2016-08-15 2017-01-04 华侨大学 一种基于感知敏感度的hevc率失真优化方法
CN110072121A (zh) * 2018-01-23 2019-07-30 南京大学 一种适应人眼感知情况的沉浸式媒体数据传输方法
CN110719457A (zh) * 2019-09-17 2020-01-21 北京达佳互联信息技术有限公司 一种视频编码方法、装置、电子设备及存储介质
CN111246209A (zh) * 2020-01-20 2020-06-05 北京字节跳动网络技术有限公司 自适应编码方法、装置、电子设备及计算机存储介质
CN111490983A (zh) * 2020-04-03 2020-08-04 武汉理工大学 一种基于视频感知质量的自适应流媒体码率选择系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10165286B2 (en) * 2009-07-08 2018-12-25 Dejero Labs Inc. System and method for automatic encoder adjustment based on transport data
FR2954036B1 (fr) * 2009-12-11 2012-01-13 Thales Sa Procede et systeme pour la determination de parametres de codage sur des flux a resolution variable
CN103634601B (zh) * 2013-12-02 2017-01-18 国家广播电影电视总局广播科学研究院 基于结构相似度的高效视频编码感知码率控制优化方法
WO2016048983A1 (en) * 2014-09-22 2016-03-31 Arris Enterprises, Inc. Video quality of experience based on video quality estimation
US10827185B2 (en) * 2016-04-07 2020-11-03 Netflix, Inc. Techniques for robustly predicting perceptual video quality
US10798387B2 (en) * 2016-12-12 2020-10-06 Netflix, Inc. Source-consistent techniques for predicting absolute perceptual video quality
US11361416B2 (en) * 2018-03-20 2022-06-14 Netflix, Inc. Quantifying encoding comparison metric uncertainty via bootstrapping

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103918271A (zh) * 2011-06-01 2014-07-09 王舟 基于结构相似度的感知视频编码方法和系统
CN103918262A (zh) * 2011-06-14 2014-07-09 王舟 基于结构相似度的码率失真优化感知视频编码方法和系统
CN106303521A (zh) * 2016-08-15 2017-01-04 华侨大学 一种基于感知敏感度的hevc率失真优化方法
CN110072121A (zh) * 2018-01-23 2019-07-30 南京大学 一种适应人眼感知情况的沉浸式媒体数据传输方法
CN110719457A (zh) * 2019-09-17 2020-01-21 北京达佳互联信息技术有限公司 一种视频编码方法、装置、电子设备及存储介质
CN111246209A (zh) * 2020-01-20 2020-06-05 北京字节跳动网络技术有限公司 自适应编码方法、装置、电子设备及计算机存储介质
CN111490983A (zh) * 2020-04-03 2020-08-04 武汉理工大学 一种基于视频感知质量的自适应流媒体码率选择系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于感知质量的视频编码算法研究;杨珍;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20190215;全文 *

Also Published As

Publication number Publication date
CN112153415A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN112153415B (zh) 一种视频转码方法、装置、设备及存储介质
US10990812B2 (en) Video tagging for video communications
CN110636339B (zh) 基于码率的调度方法、装置及电子设备
CN111147606B (zh) 数据传输的方法、装置、终端及存储介质
US10484750B2 (en) Methods, radio communication device and base station device for managing a media stream
CN109729384B (zh) 视频转码的选择方法和装置
CN112135169B (zh) 一种媒体内容加载方法、装置、设备和介质
CN112272226B (zh) 图片加载方法、装置及可读存储介质
CN110248189B (zh) 一种视频质量预测方法、装置、介质和电子设备
CN112954354B (zh) 视频的转码方法、装置、设备和介质
CN111246209A (zh) 自适应编码方法、装置、电子设备及计算机存储介质
US20210211768A1 (en) Video Tagging For Video Communications
CN114861790B (zh) 联邦学习压缩通信的优化方法、系统及装置
CN114257815A (zh) 一种视频转码方法、装置、服务器和介质
CN111970565A (zh) 视频数据处理方法、装置、电子设备及存储介质
CN114125432B (zh) 视频数据处理方法、装置、设备及存储介质
CN117241092A (zh) 一种视频处理方法、装置、存储介质及电子设备
CN113329226B (zh) 数据的生成方法、装置、电子设备及存储介质
CN110996164A (zh) 视频发布方法、装置、电子设备及计算机可读介质
US11032345B2 (en) Client side data stream processing
CN113242446A (zh) 视频帧的缓存方法、转发方法、通信服务器及程序产品
CN112312200A (zh) 视频封面生成方法、装置和电子设备
US11057448B2 (en) Method for receiving adaptive streaming service
CN110290381A (zh) 视频质量评估方法、装置、电子设备及计算机存储介质
WO2023029986A1 (zh) 多媒体资源处理方法、装置、电子设备以及可读存储介质

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