CN113271462B - 视频编码算法的评价方法及装置、计算机设备及介质 - Google Patents

Abstract

本公开提供了一种视频编码算法的评价方法及装置、计算机设备及介质，涉及图像处理领域，尤其涉及视频编解码领域。实现方案为：基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值；基于多个预设参数值中的每一个预设参数值所对应的码率和复杂度值，拟合待评价视频编码算法的复杂度曲线，其中，复杂度曲线表示待评价视频编码算法的复杂度值与码率之间的对应关系；以及至少基于复杂度曲线在待评价码率区间内的积分值，确定待评价视频编码算法的复杂度评价值。

Description

视频编码算法的评价方法及装置、计算机设备及介质

技术领域

本公开涉及图像处理技术领域，尤其涉及视频编解码领域，具体涉及一种视频编码算法的评价方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术

视频编码算法是指通过压缩技术，将原始视频格式的文件转换成另一种视频格式文件的方式。视频流传输中最为重要的视频编解码标准有H.265、H.266、AVS等等。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种视频编码算法的评价方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种视频编码算法的评价方法，方法包括：基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值；基于多个预设参数值中的每一个预设参数值所对应的码率和复杂度值，拟合待评价视频编码算法的复杂度曲线，其中，复杂度曲线表示待评价视频编码算法的复杂度值与码率之间的对应关系；以及至少基于复杂度曲线在待评价码率区间内的积分值，确定待评价视频编码算法的复杂度评价值。

根据本公开的另一方面，提供了一种视频编码算法的评价装置，装置包括：编码单元，被配置用于基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值；拟合单元，被配置用于基于多个预设参数值中的每一个预设参数值所对应的码率和复杂度值，拟合待评价视频编码算法的复杂度曲线，其中，复杂度曲线表示待评价视频编码算法的复杂度值与码率之间的对应关系；以及确定单元，被配置用于至少基于复杂度曲线在待评价码率区间内的积分值，确定待评价视频编码算法的复杂度评价值。

根据本公开的另一方面，提供了一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述的方法。

根据本公开的一个或多个实施例，通过计算复杂度曲线在待评价码率区间内的积分值，可以实现对视频编码算法的复杂度的量化，进而实现对视频编码算法的复杂度的有效评价，提高了对视频编码算法的复杂度评价的准确度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的视频编码算法的评价方法的流程图；

图3示出了根据本公开的实施例的一种复杂度曲线示意图；

图4示出了根据本公开的实施例的另一种复杂度曲线示意图；

图5示出了根据本公开的实施例的视频编码算法的评价装置的结构框图；

图6示出了能够用于实现本公开的实施例的示例性计算机设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

视频编码算法的复杂度是用于评价视频编码算法优劣的重要指标之一。在相关技术中，对视频编码算法的复杂度的评价，往往是基于不同编码算法在相近的码率处的复杂度值而粗略估计的。例如，编码算法A在码率为a时的复杂度值为X，编码算法B在码率为b时的复杂度值为Y。在码率a和码率b较为接近时，可以粗略地基于对复杂度值X和复杂度值Y的比较，确定编码算法A和编码算法B的相对复杂度的大小。然而，在码率a和码率b相差较大的情况下，则难以准确地比较编码算法A和编码算法B的复杂度。目前，还没有能够在普遍情况下均能够准确、有效地评价视频编码算法的复杂度的方法。

基于此，本公开提供一种视频编码算法的评价方法，该方法基于多个预设参数值，分别获取待评价视频编码算法相应的多组码率和复杂度值，并由此拟合出该待评价视频编码算法所对应的码率-复杂度曲线。通过计算该曲线在待评价码率区间内的积分值，实现对该待评价视频编码算法的复杂度的量化，进而得以对待评价视频编码算法的复杂度实现有效的评价，提高了对视频编码算法的复杂度评价的准确性。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行视频编码算法的评价方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来获取测试视频流。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS)；或包括各种移动操作系统，例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

图2是示出根据本公开示例性实施例的视频编码算法的评价方法流程图，如图2所示，该方法包括：步骤S201、基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值；步骤S202、基于多个预设参数值中的每一个预设参数值所对应的码率和复杂度值，拟合待评价视频编码算法的复杂度曲线，其中，复杂度曲线表示待评价视频编码算法的复杂度值与码率之间的对应关系；以及步骤S203、至少基于复杂度曲线在待评价码率区间内的积分值，确定待评价视频编码算法的复杂度评价值。由此，通过计算复杂度曲线在待评价码率区间内的积分值，可以实现对待评价视频编码算法的复杂度的量化，进而得以对待评价视频编码算法的复杂度的实现有效评价，提高了对视频编码算法的复杂度评价的准确度。

根据一些实施例，预设参数值可以包括图像编码量化参数值(QuantizerParameter，QP)。其中，图像编码量化参数值用于表示编码空间的细节压缩程度，图像编码量化参数值越小，表示在对视频编码的过程中量化越精细，编码后的视频质量越高，码率也越大，同时编码复杂度越高。反之，则导致编码后的视频失真加剧，质量下降，码率降低，同时编码复杂度越低。因此，基于对图像编码量化参数值的调节，能够体现出待评价视频编码算法在不同编码精度要求下所对应的码率和复杂度值，更加全面的反映出待评价视频编码算法的编码复杂度。

根据一些实施例，复杂度值包括编码帧率或编码时间中的至少一个。由此，能够方便地量化待评价视频编码算法的复杂程度。

编码帧率表示待评价视频编码算法在单位时间内编码的视频帧数。其中，编码帧率越大表示待评价视频编码算法的复杂度越低，反之，则说明待评价视频编码算法的复杂度越高。

编码时间可以为待评价视频编码算法编码整个测试视频的时长，也可以为待评价视频编码算法编码特定长度的测试视频的时长。其中，编码时间越长表示待评价视频编码算法的复杂度越高，反之，则说明待评价视频编码算法的复杂度越低。

针对步骤S201，基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值可以包括：基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行多次编码操作，以得到与多次编码操作中的每一次编码操作相对应的码率和复杂度值；以及基于多次编码操作中的每一次编码操作所对应的码率和复杂度值，确定待评价视频编码算法在该预设参数值下所对应的码率和复杂度值。

由此，针对每个预设参数值，通过执行多次编码操作所分别获取的多组码率和复杂度值，确定待评价视频编码算法在该预设参数值下所对应的码率和复杂度值，能够降低单次编码操作中可能因为偶然因素而引入的误差，提升所获取的码率和复杂度值的可靠性。

根据一些实施例，基于多次编码操作中的每一次编码操作所对应的码率和复杂度值，确定待评价视频编码算法在该预设参数值下所对应的码率和复杂度值可以包括：将多次编码操作所分别对应的码率的均值确定为待评价视频编码算法在该预设参数值下所对应的码率；将多次编码操作所分别对应的复杂度值的均值确定为待评价视频编码算法在该预设参数值下所对应的复杂度值。

在理想状态下，每一次编码操作所分别对应的码率和复杂度值应当不变。然而，受到机器资源占用率等因素的影响，可能会对所获取的码率和复杂度值引入误差。在目前多线程运行的环境下，即使码率的误差能够维持在可接受的范围内，但是这种情况对于复杂度值的影响仍然会对评价结果造成较大影响。通过对多次编码操作所获取的码率和复杂度值分别进行均值计算，能够有效地避免单次编码操作中偶然引入的误差对视频编码算法的评价造成的影响。根据一些实施例，还可以先放弃多次编码操作所分别对应的码率中的最大值和最小值，再将剩余码率的均值确定为待评价视频编码算法在该预设参数值下所对应的码率；放弃多次编码操作所分别对应的复杂度值中的最大值和最小值，再将剩余复杂度值的均值确定为待评价视频编码算法在该预设参数值下所对应的复杂度值。

在得到待评价视频编码算法在多个预设参数值下所分别对应的码率和复杂度值之后，可以进而执行步骤S202，拟合出待评价视频编码算法的复杂度曲线。

其中，可以通过线性函数、指数函数、对数函数、幂函数、多项式等多种拟合模型来拟合复杂度曲线，在此不作限定。

根据一些实施例，可以在上述的多个候选拟合方式中，选择R方(R-square)最高的拟合模型，作为用于拟合待评价视频编码算法的复杂度曲线的曲线模型。

图3是根据本公开的实施例的一种复杂度曲线示意图，如图3所示，以编码时间作为复杂度值为例进行说明。根据5个不同的预设参数值分别得到的5组对应的码率和编码时间，其中每一组码率和编码时间分别对应于图3中的一个点。将5组对应的码率和编码时间进行拟合，可以得到如图3所示的待评价视频编码算法的复杂度曲线L₀。复杂度曲线能够表示出该待评价视频编码算法的编码时间与码率之间的对应关系。

可以理解，以编码帧率作为复杂度值也能够采用相同的方法拟合出相应的复杂度曲线。

根据一些实施例，多个预设参数值的数量不小于4。由此，能够拟合出较为准确的复杂度曲线。

在拟合出待评价视频编码算法所对应的复杂度曲线之后，可以执行步骤S203，至少基于复杂度曲线在待评价码率区间内的积分值，确定待评价视频编码算法的复杂度评价值。

例如，在图3中，可以将码率500kbps至码率2000kbps之间的区间作为待评价码率区间，进而计算复杂度曲线L₀在待评价码率区间[500,2000]内的积分值，并将所获得的该积分值作为待评价视频编码算法的复杂度评价值。

针对步骤S203，至少基于复杂度曲线在待评价码率区间内的积分值，确定待评价视频编码算法的复杂度评价值可以包括：基于复杂度曲线在待评价码率区间内的积分值和参考曲线在待评价码率区间内的积分值之间的差异，确定待评价视频编码算法的复杂度评价值，其中，参考曲线为基于参考视频编码算法对测试视频的编码操作所得到。由此，可以确定待评价视频编码算法相对于参考视频编码算法在复杂度上的差异，并以参考视频编码算法为标准评价待评价视频编码算法的复杂度。

在对视频编码算法的改进中，往往需要依据改进后的视频编码算法和改进前的视频编码算法的在复杂度上的差异来评价对视频编码算法的改进效果。由此，可以将改进前的视频编码算法作为参考视频编码算法，将改进后的视频编码算法作为待评价视频编码算法，基于待评价视频编码算法所对应的复杂度曲线在待评价码率区间内的积分值与参考视频编码算法所对应的参考曲线在待评价码率范围内的积分值之间的差异，评价对视频编码算法的改进效果。

其中，基于参考视频编码算法对测试视频的编码操作，确定参考曲线的方法与上述确定待评价视频编码算法所对应的复杂度曲线的方法类似，在此不再赘述。

图4是根据本公开的实施例的另一种复杂度曲线示意图，以编码时间作为复杂度值为例进行说明。如图4所示，根据4个不同的第一预设参数值所分别得到的4组对应的第一码率和第一编码时间，可以拟合得到如图4所示的待评价视频编码算法的复杂度曲线L_A。根据4个不同的第二预设参数值所分别得到的4组对应的第二码率和第二编码时间，可以拟合得到如图4所示的参考视频编码算法的参考曲线L_B。

可以理解，用于拟合复杂度曲线的多个第一预设参数值与用于拟合参考曲线的多个个第二预设参数值可以根据视频编码算法的差异选择不同的值。根据一些实施例，可以将多个第一码率中的最小第一码率(如图4中P_AMin点所对应的码率)与多个第二码率中的最小第二码率(如图4中P_BMin点所对应的码率)之间的较大值(即P_AMin点所对应的码率)作为待评价码率区间的下限Rmin；将多个第一码率中的最大第一码率(如图4中P_AMax点所对应的码率)与多个第二码率中的最大第二码率(如图4中P_BMax点所对应的码率)之间的较小值(即P_BMax点所对应的码率)作为待评价码率区间的上限Rmax。基于此，可以在待评价视频编码算法和参考视频编码算法所分别对应的测量码率值范围的重叠区间内，比较待评价视频编码算法和参考视频编码算法之间的相对复杂度，由此能够提升计算的准确性。

如图4所示，可以基于所确定的待评价码率区间[Rmin，Rmax]，确定复杂度曲线在待评价码率区间内的积分值和参考曲线在待评价码率区间内的积分值之间的差异(如图4中的阴影区域)，并以此确定待评价视频编码算法的复杂度评价值。

根据一些实施例，可以通过如下方式量化待评价视频编码算法的复杂度值CPX：

其中，S_A表示复杂度曲线在待评价码率区间[Rmin，Rmax]的积分值，S_B表示参考曲线在待评价码率区间[Rmin，Rmax]的积分值。

由此，可以基于复杂度值CPX，评价待评价视频编码的复杂程度。例如，在以编码时间作为复杂度的评价指标时，在待评价视频编码算法的复杂度值CPX为负时，表示待评价视频编码算法的复杂度在参考视频编码算法的基础上有所降低；在待评价视频编码算法的复杂度值CPX为正时，则表示待评价视频编码算法的复杂度比参考视频编码算法的复杂度更高。在以编码帧率作为复杂度的评价指标时，在待评价视频编码算法的复杂度值CPX为负时，表示待评价视频编码算法的复杂度在参考视频编码算法的基础上有所增加；在待评价视频编码算法的复杂度值CPX为正时，则表示待评价视频编码算法的复杂度比参考视频编码算法的复杂度有所降低。

除此以外，基于复杂度值CPX的大小，还可以量化待评价视频编码相对于参考视频编码算法在复杂度上增加或降低的多少。

根据一些实施例，在基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之前，基于检测参数值，采用检测视频编码算法对检测视频执行编码操作，以得到检测视频编码算法在检测参数值下所对应的第一复杂度值；在所述基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之后，基于所述检测参数值，采用所述检测视频编码算法对所述检测视频执行编码操作，以得到所述检测视频编码算法在所述检测参数值下所对应的第二复杂度值；以及响应于所述第一复杂度值和所述第二复杂度值之间的相似度高于预设阈值，执行对所述待评价视频编码算法的复杂度曲线的拟合。

在执行对待评价视频编码算法的复杂度评价的过程中，所采集的复杂度值的准确性对于评价结果的可靠性至关重要。然而，机器预热，机器被其他程序占用等情况，对所获取的视频编码算法的复杂度值的准确性影响明显，不准确的复杂度值将严重影响评价的准确性。因此，在基于多个预设参数值“获取复杂度值之前”和“获取复杂度值之后”，采用相同的一组检测数据，即检测参数值、检测视频编码算法和检测视频，分别获得第一复杂度值和第二复杂度值，根据第一复杂度值和第二复杂度值的相似度，可以判断所得到的复杂度评价值是否可靠，进而确保所获得的最终评价值的准确性。

根据一些实施例，响应于第一复杂度值和第二复杂度值之间的相似度低于或等于预设阈值，放弃基于多个预设参数值所得到的码率和复杂度值。

根据一些实施例，在放弃所得到的码率和复杂度值之后，可以重新基于多个预设参数值，得到所述待评价视频编码算法在所述多个预设参数值下所分别对应的码率和复杂度值。

根据本公开的另一方面，如图5所示，还提供一种视频编码算法的评价装置500，该装置500包括：编码单元501，被配置用于基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值；拟合单元502，被配置用于基于多个预设参数值中的每一个预设参数值所对应的码率和复杂度值，拟合待评价视频编码算法的复杂度曲线，其中，复杂度曲线表示待评价视频编码算法的复杂度值与码率之间的对应关系；以及确定单元503，被配置用于至少基于复杂度曲线在待评价码率区间内的积分值，确定待评价视频编码算法的复杂度评价值。

根据一些实施例，该装置还包括测试单元，测试单元包括：在基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之前，基于检测参数值，采用检测视频编码算法对检测视频执行编码操作，以得到检测视频编码算法在检测参数值下所对应的第一复杂度值的模块；在所述基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之后，基于所述检测参数值，采用所述检测视频编码算法对所述检测视频执行编码操作，以得到所述检测视频编码算法在所述检测参数值下所对应的第二复杂度值的模块；以及响应于所述第一复杂度值和所述第二复杂度值之间的相似度高于预设阈值，执行对所述待评价视频编码算法的复杂度曲线的拟合的模块。

根据一些实施例，测试单元还包括：响应于第一复杂度值和第二复杂度值之间的相似度低于或等于预设阈值，放弃基于多个预设参数值得到的码率和复杂度值的模块。

根据一些实施例，编码单元包括：基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行多次编码操作，以得到与多次编码操作中每一次编码操作相对应的码率和复杂度值的模块；以及基于多次编码操作中每一次编码操作所对应的码率和复杂度值，确定待评价视频编码算法在该预设参数值下所对应的码率和复杂度值的模块。

根据一些实施例，复杂度值包括编码帧率或编码时间中的至少一个。

根据一些实施例，确定单元进一步被配置用于：基于复杂度曲线在待评价码率区间内的积分值和参考曲线在待评价码率区间内的积分值之间的差异，确定待评价视频编码算法的复杂度评价值，其中，参考曲线为基于参考视频编码算法对测试视频的编码操作所得到。

根据一些实施例，预设参数值包括图像编码量化参数值。

根据一些实施例，多个预设参数值的数量不小于4。

根据本公开的另一方面，还提供一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的方法。

根据本公开的另一方面，一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述的方法。

根据本公开的另一方面，一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述的方法。

参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元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。

设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如视频编码算法的评价方法。例如，在一些实施例中，视频编码算法的评价方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的视频编码算法的评价方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行视频编码算法的评价方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

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。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (16)

1.一种视频编码算法的评价方法，所述方法包括：

基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值；

基于所述多个预设参数值中的每一个预设参数值所对应的码率和复杂度值，拟合所述待评价视频编码算法的复杂度曲线，其中，所述复杂度曲线表示所述待评价视频编码算法的复杂度值与码率之间的对应关系；以及

至少基于所述复杂度曲线在待评价码率区间内的积分值，确定所述待评价视频编码算法的复杂度评价值，其中

在所述基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之前，基于检测参数值，采用检测视频编码算法对检测视频执行编码操作，以得到所述检测视频编码算法在所述检测参数值下所对应的第一复杂度值；

在所述基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之后，基于所述检测参数值，采用所述检测视频编码算法对所述检测视频执行编码操作，以得到所述检测视频编码算法在所述检测参数值下所对应的第二复杂度值；以及

响应于所述第一复杂度值和所述第二复杂度值之间的相似度高于预设阈值，执行对所述待评价视频编码算法的复杂度曲线的拟合。

2.根据权利要求1所述的方法，还包括：

响应于所述第一复杂度值和所述第二复杂度值之间的相似度低于或等于预设阈值，放弃基于所述多个预设参数值得到的码率和复杂度值。

3.根据权利要求1所述的方法，其中，所述基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值包括：

基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对所述测试视频执行多次编码操作，以得到与所述多次编码操作中每一次编码操作相对应的码率和复杂度值；以及

基于所述多次编码操作中每一次编码操作所对应的码率和复杂度值，确定所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值。

4.根据权利要求1至3中任一项所述的方法，其中，所述复杂度值包括编码帧率或编码时间中的至少一个。

5.根据权利要求1至3中任一项所述的方法，其中，所述至少基于所述复杂度曲线在待评价码率区间内的积分值，确定所述待评价视频编码算法的复杂度评价值包括：

基于所述复杂度曲线在所述待评价码率区间内的积分值和参考曲线在所述待评价码率区间内的积分值之间的差异，确定所述待评价视频编码算法的复杂度评价值，其中，所述参考曲线为基于参考视频编码算法对所述测试视频的编码操作所得到。

6.根据权利要求1至3中任一项所述的方法，其中，预设参数值包括图像编码量化参数值。

7.根据权利要求1至3中任一项所述的方法，其中，所述多个预设参数值的数量不小于4。

8.一种视频编码算法的评价装置，所述装置包括：

编码单元，被配置用于基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值；

拟合单元，被配置用于基于所述多个预设参数值中的每一个预设参数值所对应的码率和复杂度值，拟合所述待评价视频编码算法的复杂度曲线，其中，所述复杂度曲线表示所述待评价视频编码算法的复杂度值与码率之间的对应关系；

确定单元，被配置用于至少基于所述复杂度曲线在待评价码率区间内的积分值，确定所述待评价视频编码算法的复杂度评价值；以及

测试单元，所述测试单元包括：

在所述基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之前，基于检测参数值，采用检测视频编码算法对检测视频执行编码操作，以得到所述检测视频编码算法在所述检测参数值下所对应的第一复杂度值的模块；

在所述基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对测试视频执行至少一次编码操作，以得到所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值之后，基于所述检测参数值，采用所述检测视频编码算法对所述检测视频执行编码操作，以得到所述检测视频编码算法在所述检测参数值下所对应的第二复杂度值的模块；以及

响应于所述第一复杂度值和所述第二复杂度值之间的相似度高于预设阈值，执行对所述待评价视频编码算法的复杂度曲线的拟合的模块。

9.根据权利要求8所述的装置，所述测试单元还包括：

响应于所述第一复杂度值和所述第二复杂度值之间的相似度低于或等于预设阈值，放弃基于所述多个预设参数值得到的码率和复杂度值的模块。

10.根据权利要求8所述的装置，其中，所述编码单元包括：

基于依次增大的多个预设参数值中的每一个预设参数值，采用待评价视频编码算法对所述测试视频执行多次编码操作，以得到与所述多次编码操作中每一次编码操作相对应的码率和复杂度值的模块；以及

基于所述多次编码操作中每一次编码操作所对应的码率和复杂度值，确定所述待评价视频编码算法在该预设参数值下所对应的码率和复杂度值的模块。

11.根据权利要求8至10中任一项所述的装置，其中，所述复杂度值包括编码帧率或编码时间中的至少一个。

12.根据权利要求8至10中任一项所述的装置，其中，所述确定单元进一步被配置用于：

基于所述复杂度曲线在所述待评价码率区间内的积分值和参考曲线在所述待评价码率区间内的积分值之间的差异，确定所述待评价视频编码算法的复杂度评价值，其中，所述参考曲线为基于参考视频编码算法对所述测试视频的编码操作所得到。

13.根据权利要求8至10中任一项所述的装置，其中，预设参数值包括图像编码量化参数值。

14.根据权利要求8至10中任一项所述的装置，其中，所述多个预设参数值的数量不小于4。

15.一种计算机设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

Images