CN113382258B - 视频编码方法、装置、设备和介质 - Google Patents

Abstract

本公开提供了一种视频编码方法、装置、设备和介质，涉及计算机领域，具体涉及视频编码技术。该方法包括：针对待编码的当前视频帧，获取至少一个在先视频帧的真实编码耗时；至少基于至少一个在先视频帧的真实编码耗时和预设编码耗时，确定当前视频帧的编码复杂度；以及基于当前视频帧的编码复杂度对当前视频进行编码，其中，当前视频帧的真实编码耗时与预设编码耗时之间的差值位于第一预设范围内。

Description

视频编码方法、装置、设备和介质

技术领域

本公开涉及计算机领域，具体涉及视频编码技术，特别涉及一种视频编码方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

视频编码是通过压缩技术，将原始视频格式的文件转换为另一种视频格式文件的方式。视频是连续的图像序列，由连续的视频帧构成，每一帧即一幅图像。由于视觉暂留效应，当帧序列以一定的速率播放时，视频的观看者即可以看到动作连续的视频。此外，同一帧中常常出现内容相同或相似的多个区域。由于连续的帧之间相似性极高、同一帧内也具有相似性极高的多个区域，为便于储存传输，因而需要对原始的视频进行编码压缩，以去除空间、时间维度的冗余。

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方法、装置、电子设备、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，提供了视频编码方法，包括：针对待编码的当前视频帧，获取至少一个在先视频帧的真实编码耗时；至少基于至少一个在先视频帧的真实编码耗时和预设编码耗时，确定当前视频帧的编码复杂度；以及基于当前视频帧的编码复杂度对当前视频进行编码，其中，当前视频帧的真实编码耗时与预设编码耗时之间的差值位于第一预设范围内。

根据本公开的另一方面，提供了一种视频编码装置，包括：获取单元，被配置为针对待编码的当前视频帧，获取至少一个在先视频帧的真实编码耗时；第一确定单元，被配置为至少基于至少一个在先视频帧的真实编码耗时和预设编码耗时，确定当前视频帧的编码复杂度；以及编码单元，被配置为基于当前视频帧的编码复杂度对当前视频进行编码，其中，当前视频帧的真实编码耗时与预设编码耗时之间的差值位于第一预设范围内。

根据本公开的另一方面，提供了一种电子设备，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，这些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视频编码方法。

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视频编码方法。

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视频编码方法。

根据本公开的一个或多个实施例，通过在编码过程中统计至少一个在先视频帧的真实编码耗时，并基于这些在先视频帧的真实编码耗时和预设编码耗时来确定当前帧的编码复杂度，使得当前视频帧的真实编码耗时贴近预设编码耗时，从而实现了在编码过程中对编码速度进行实时调节，提高了编码方法的可操纵性。

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示出了根据本公开示例性实施例的视频编码方法的流程图；

图3示出了根据本公开示例性实施例的视频编码方法中的确定当前视频帧的编码复杂度的流程图；

图4示出了根据本公开示例性实施例的视频编码方法的流程图；

图5示出了根据本公开的实施例的视频编码装置的结构框图；以及

图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

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。

在本公开中对各种所述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。

相关技术中，现有的视频编码器只能在编码开始前设置编码复杂度，并将设置好的编码复杂度写入文件的头部，因此，编码过程一旦开始就无法修改编码复杂度，从而造成了编码速度和编码耗时的不可控。

为解决上述问题，本公开通过在编码过程中统计至少一个在先视频帧的真实编码耗时，并基于这些在先视频帧的真实编码耗时和预设编码耗时来确定当前帧的编码复杂度，使得当前视频帧的真实编码耗时贴近预设编码耗时，从而实现了在编码过程中对编码速度进行实时调节，提高了编码方法的可操纵性。

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。

客户端设备101、102、103、104、105和/或106可以运行使得能够执行视频编码方法或对应的视频解码方法的一个或多个服务或软件应用。用户可以使用客户端设备对原始视频格式的文件进行视频编码，并将编码后的视频文件发送至服务器，或可以使用客户端设备将由服务器或其他客户端进行编码的视频文件进行解码，从而观看解码后的视频。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。

根据本公开的一方面，提供了一种视频编码方法。如图2所示，视频编码方法可以包括：步骤S201、针对待编码的当前视频帧，获取至少一个在先视频帧的真实编码耗时；步骤S202、至少基于至少一个在先视频帧的真实编码耗时和预设编码耗时，确定当前视频帧的编码复杂度；以及步骤S203、基于当前视频帧的编码复杂度对当前视频进行编码。其中，当前视频帧的真实编码耗时与预设编码耗时之间的差值可以位于第一预设范围内。由此，通过在编码过程中统计至少一个在先视频帧的编码耗时，并基于这些在先视频帧的真实编码耗时和预设编码耗时来确定当前帧的编码复杂度，使得当前视频帧的真实编码耗时贴近预设编码耗时，从而实现了在编码过程中对编码速度进行实时调节，提高了编码方法的可操纵性。

本公开所提出的视频编码方法适用于多个的视频编码标准下的各类视频编码器，例如可以适用于H264、H265、H266或VPX编码标准下的各类视频编码器。示例性地，本文使用基于H265标准的BD265视频编码器作为示例以对本公开所提出的视频编码方法进行描述，但并不意图限定本公开的保护范围。可以理解的是，本领域技术人员可以参照本文将视频编码方法应用于其他视频编码标准下的其他视频编码器，而这些方法均在本公开的保护范围内。

根据一些实施例，在先视频帧可以为当前视频帧之前的视频帧。在一个示例性实施例中，由于对多个视频帧的视频编码过程可以并行处理，导致在将要对当前视频帧进行编码之时，当前视频帧之前且与当前视频帧相邻的若干帧可能尚未完成编码，或者已经完成编码但尚未完成对其编码耗时的统计。因此，当前视频帧和所获取的至少一个在先视频帧之间的间隔大于可以预设时长，从而确保这些在先视频帧已经完成编码并且其真实编码耗时已经统计完毕，同时避免在所有的在先视频帧均已编码并且其真实编码耗时已经统计完毕后再开始对当前视频帧进行编码而造成的时间浪费。可以理解的是，在先视频帧可以为连续的视频帧，也可以为采样后或剔除部分帧后得到的不连续的视频帧，在此不做限定。

根据一些实施例，预设时长可以为固定值，例如可以为固定的帧数，即在先视频帧与当前视频帧之间间隔固定数量的视频帧，例如也可以为固定的时长，即最后一个在先视频帧与当前视频帧之间的时间间隔大于固定时长，在此不做限定。根据另一些实施例，预设时长还可以为动态值。示例性地，预设时长可以为基于编码器可并行处理的视频帧数量、当前的视频帧粗略编码耗时以及统计每一帧的编码耗时所需的时长来确定的动态值。

根据一些实施例，步骤S201可以包括：针对至少一个在先视频帧中的每一个在先视频帧，统计该在先视频帧之前的多个连续视频帧各自的实际编码耗时；以及将多个连续视频帧中的一部分视频帧的实际编码耗时的平均值作为该在先视频帧的真实编码耗时。视频帧的实际编码耗时为该视频帧从编码开始到编码结束之间的时长，视频帧的真实编码耗时为基于该视频帧之前的部分帧的实际编码耗时而计算出的针对该视频帧的理想状态编码耗时。由此，通过在先视频帧之前选取多个连续视频帧，再从连续视频帧中剔除部分帧，并将剩下的视频帧的实际编码耗时的平均值作为该在先视频帧的编码耗时，从而优化了使用在先视频帧的编码耗时来估计当前视频帧的编码耗时的方法，使得对当前视频帧的编码耗时估计更准确，从而进一步提升对编码速度的控制能力。

根据一些实施例，可以统计每一个在先视频帧之前的固定数量的连续视频帧各自的实际编码耗时，即以滑动窗方式进行统计。示例性地，滑动窗长度例如可以为3帧、5帧、8帧、12帧，或其它能够确保滑动窗内的多个连续帧的编码耗时相近的帧数，在此不做限定。

根据一些实施例，由于部分帧的编码难度较大，并且编码过程会受到其他外界因素影响(例如处理器或操作系统工作不稳定)，因此部分帧的编码时长会显著地长于其他视频帧。考虑到这些过长的编码耗时会极大的影响滑动窗内的视频帧编码耗时平均值，因而在使用滑动窗方式进行统计之后，可以从滑动窗所覆盖的多个连续视频帧中剔除部分帧，从而提升对编码耗时进行预估的准确程度。

根据一些实施例，如图3所示，步骤S202、至少基于至少一个在先视频帧的编码耗时和预设编码耗时，确定当前视频帧的编码复杂度可以包括：步骤S2021、针对至少一个在先视频帧中的每一个在先视频帧，获取该在先视频帧的编码复杂度；步骤S2022、基于至少一个在先视频帧的真实编码耗时和预设编码耗时，按照预设规则确定相对参考值；以及步骤S2023、至少基于相对参考值和至少一个在先视频帧的编码复杂度，确定当前视频帧的编码复杂度。由此，通过计算在先视频帧的真实编码耗时与预设编码耗时的相对参考值，并通过将在先视频帧的编码复杂度也作为确定当前视频帧的编码复杂度的参考因素，从而实现对编码速度的更精准的调节，进而能够进一步降低当前视频帧的真实编码耗时与预设编码耗时之间的差值。

可以理解的是，本文中的表述“相对参考值”体现的是对两者之间差异的定量化度量，例如可以两个数相减后的差，也可以为两个数的比值，还可以为其他的能够表征两者间的定量化差异的值，在此不做限定。

根据一些实施例，步骤S2023、至少基于相对参考值和至少一个在先视频帧的编码复杂度，确定当前视频帧的编码复杂度可以包括：针对所述至少一个在先视频帧中每一个在先视频帧，确定该在先视频帧相应的编码复杂度所对应的预估编码耗时；以及基于所述至少一个在线先视频帧中的每一个在先视频帧所对应的编码复杂度对应的预估编码耗时、所述相对参考值和第二预设范围，确定所述当前视频帧的编码复杂度。尽管无法在编码前对不同编码复杂度对应的真实编码耗时进行准确估计，但本公开提出可以使用不同的编码复杂度的预估编码耗时的相对参考值作为不同编码复杂度的真实编码耗时的相对参考值，从而根据在先视频帧的真实编码耗时和预设编码耗时的相对参考值以及在先视频帧的编码复杂度来确定用于当前视频帧的编码复杂度。

根据一些实施例，相对参考值为基于至少一个在先视频帧中的每一个在先视频帧所对应的真实编码耗时和预设编码耗时之间的比值，按照预设规则来确定的。相对参考值和当前视频帧相应的目标值之间的比值位于所述第二预设范围内，目标值为基于至少一个在先视频帧中的每一个所对应的预估编码耗时和当前视频帧相应的编码复杂度所对应的预估编码耗时，按照预设规则来确定的。由此，通过选择合适的编码复杂度使得当前视频帧的真实编码耗时能够进一步贴近预设编码耗时，从而进一步提升对视频编码速度的控制。

根据一些实施例，预设规则例如可以是计算至少一个在先视频帧中的每一个在先视频帧所对应的真实编码耗时的平均值，并计算该平均值和预设编码耗时之间的相对参考值(例如，比值)。可以理解的是，本领域技术人员可以自由设置第二预设范围，以满足对编码速度控制的精度需求，在此不做限定。

根据一些实施例，如图4所示，视频编码方法还可以包括：步骤S401、确定多个预设编码复杂度。图4中的步骤S402-步骤S404与图2中的步骤S201-步骤S203的操作类似，在此不再赘述。步骤S2023、至少基于相对参考值和至少一个在先视频帧的编码复杂度，确定当前视频帧的编码复杂度可以包括：基于相对参考值和至少一个在先视频帧的编码复杂度，从多个预设编码复杂度中确定当前视频帧的编码复杂度。其中，多个预设编码复杂度中包括基准编码复杂度，基准编码复杂度对应于基准编码耗时，每一个预设编码复杂度所对应的预估编码耗时均基于基准编码耗时。由此，通过在多个预设的编码复杂度中确定当前视频帧的编码复杂度，并通过在多个预设编码复杂度中设置对应于基准编码耗时的基准编码复杂度，使得其他的预设编码复杂度对应的预估编码耗时均基于基准编码耗时，从而能够更便捷地调整编码复杂度。

示例性地，如表1所示，可以设置9个预设编码复杂度，其中，编码档位5为基准编码复杂度，对应基准编码耗时。从表1中可以看出，档位越高，预估编码耗时越长；档位越低，预估编码耗时越短，例如编码档位9的预估编码耗时为编码档位5的预估编码耗时的两倍，编码档位1的预估编码耗时为编码档位5的预估编码耗时的65％。

以下通过一个示例性实施例来描述编码复杂度的确定过程。假设当前编码复杂度为编码档位7，在先视频帧的编码耗时为1/30fps，预设编码耗时为1/20fps，那么应当提升编码复杂度，从而提升视频质量。由于编码档位7的预估编码耗时为1.3，因此通过计算可以得出，适用于当前视频帧的编码复杂度对应的预估编码耗时应为1.3÷(1/30fps)×(1/20fps)＝1.95，因此可以选择编码档位9对当前视频帧进行编码。

表1预设编码复杂度

根据一些实施例，编码复杂度可以包括帧内模式编码复杂度和帧间模式编码复杂度中的至少一个。由此，通过对帧内模式编码复杂度或帧间模式编码复杂度的调整，能够实现对编码复杂度的调节。

根据一些实施例，帧内模式编码复杂度可以由帧内模式单元大小可选范围和帧内模式备选模式可选范围中的至少一个确定。在进行帧内模式编码时，需要从单元大小可选范围中选择一个单元大小作为帧内模式的单元大小。因此，单元大小可选范围越大，编码复杂度越高，单元大小可选范围越小，编码复杂度越低。示例性地，帧内模式单元大小可选范围例如可以为一个可选的单元大小、三个可选的单元大小、五个可选的单元大小或其他数量的可选的单元大小，在此不做限定。此外，不同的单元大小也会影响编码复杂度，因此在确定单元大小可选范围时，可以根据对编码速度和压缩程度的需求，选择相应大小和相应数量的一个或多个单元大小作为可选范围。

此外，在进行帧内模式编码时，帧内模式备选模式越多，编码复杂度越高，编码耗时越长。因此，除单元大小可选范围外，还可以通过设置帧内模式备选模式可选范围来调节帧内模式编码复杂度。示例性地，H265标准规定的帧内模式有35种，可以选择将全部的帧内模式作为备选模式，也可以将部分模式删除，还可以将全部部分模式删除(即，不对当前视频帧使用帧内模式进行编码)，在此不做限定。

示例性地，如表1所示，帧内模式单元大小可选范围可以包括三个档位，其中帧内单元档位1的可选范围最小，帧内单元档位3的可选范围最大；帧内模式备选模式可选范围可以包括两个档位，帧内备选档位1的可选范围较小，帧内备选档位2的可选范围较大。

根据一些实施例，帧间模式编码复杂度可以由帧间模式单元大小可选范围和帧间模式备选模式可选范围中的至少一个确定。帧间模式单元大小可选范围和帧内模式单元大小可选范围类似，帧间模式备选模式可选范围和帧内模式备选模式可选范围类似，在此不再赘述。

示例性地，在设置预设编码复杂度时，可以将帧内模式编码复杂度和帧间模式编码复杂度相结合。如表1所示，帧间模式单元大小可选范围包括三个档位，帧间模式备选模式可选范围包括两个档位。编码档位5可以对应帧内单元档位3、帧内备选档位2、帧间单元档位2、帧间备选档位1。

根据一些实施例，编码复杂度还可以包括从以下各项所组成的组中选择的至少一项：运动搜索算法复杂度、帧内率失真算法复杂度、帧间率失真算法复杂度和率失真量化算法复杂度。由此，通过对运动搜索算法复杂度、帧内率失真算法复杂度、帧间率失真算法复杂度和率失真量化算法复杂度进行设置，实现了更丰富的调节编码复杂度的方法。

示例性的，如表1所示，运动搜索算法复杂度包括四个档位，帧内率失真算法复杂度包括四个档位，帧间率失真算法复杂度包括四个档位，率失真量化算法包括两个档位。编码档位5还可以对应运动搜索档位2、帧内率失真档位2、帧间率失真档位2和率失真量化档位1。

可以理解的是，以上仅为一种示例性的预设编码复杂度设置方式，本领域技术人员可以以更丰富的方式对预设编码复杂度进行自由设置，例如可以设置更少或更多的编码复杂度参数、可以设置更细化或更粗略的编码复杂度档位等等，在此不做限定。

根据一些实施例，当前视频帧的真实编码耗时与预设编码耗时之间的差值可以位于第一预设范围。可以理解的是，本领域技术人员可以自由设置第一预设范围，以确保当前视频帧的真实编码耗时与预设编码耗时之间的差值满足对编码速度控制的精度需求，在此不做限定。

根据一些实施例，由于目前的视频编码器无法在视频编码过程中对编码速度进行调整，因此可以在编码器中增加编码档位控制模块，从而实现对编码速度的控制。示例性地，BD265视频编码器中具有前向预测(lookahead)、运动估计、帧内分析、帧间率失真优化、帧内率失真优化、变换/量化、反变换/反量化、环路滤波/采样点自适应补偿和熵编码等模块。可以在编码器中增加编码档位控制模块，用以接收外部输入(例如，在先视频帧的编码耗时和预设编码耗时等)并控制运动估计、帧内分析、帧间率失真优化和帧内率失真优化等模块进行编码复杂度控制。可以理解的是，以上仅为一种示例性的编码器设置方式，本领域技术人员可以以更丰富的方式对编码器和编码器内的模块进行修改和设置，以实现本公开的视频编码方法。

根据本公开的另一方面，还提供了一种视频编码装置。如图5所示，视频编码装置500包括：获取单元510，被配置为针对待编码的当前视频帧，获取至少一个在先视频帧的真实编码耗时；第一确定单元520，被配置为至少基于至少一个在先视频帧的真实编码耗时和预设编码耗时，确定当前视频帧的编码复杂度；以及编码单元530，被配置为基于当前视频帧的编码复杂度对当前视频进行编码，其中，当前视频帧的真实编码耗时与预设编码耗时之间的差值位于第一预设范围内。

视频编码装置500的单元510-单元530的操作和上述视频编码方法的步骤S201-步骤S203的操作类似，在此不做赘述。

根据一些实施例，获取单元510包括：统计子单元，针对至少一个在先视频帧中的每一个在先视频帧，统计该在先视频帧之前的多个连续视频帧各自的实际编码耗时；以及计算子单元，将多个连续视频帧中的一部分视频帧的实际编码耗时的平均值作为该在先视频帧的真实编码耗时。

根据一些实施例，第一确定单元520包括：获取子单元，被配置为针对至少一个在先视频帧中的每一个在先视频帧，获取在先视频帧的编码复杂度；第一确定子单元，被配置为基于至少一个在先视频帧的真实编码耗时和预设编码耗时，按照预设规则确定相对参考值；以及第二确定子单元，被配置为至少基于相对参考值和至少一个在先视频帧的编码复杂度，确定当前视频帧的编码复杂度。

根据一些实施例，第二确定子单元包括：第三确定子单元，被配置为针对至少一个在先视频帧中每一个在先视频帧，确定该在先视频帧相应的编码复杂度所对应的预估编码耗时；以及第四确定子单元，被配置为基于至少一个在先视频帧中的每一个所对应的预估编码耗时、相对参考值和第二预设范围，确定当前视频帧的编码复杂度。

根据一些实施例，相对参考值为基于至少一个在先视频帧中的每一个在先视频帧所对应的真实编码耗时和预设编码耗时之间的比值，按照预设规则来确定的。相对参考值和当前视频帧相应的目标值之间的比值位于第二预设范围内，目标值为基于至少一个在先视频帧中的每一个所对应的预估编码耗时和当前视频帧相应的编码复杂度所对应的预估编码耗时，按照预设规则来确定的。

根据一些实施例，视频编码装置500还包括：第二确定单元，被配置为确定多个预设编码复杂度。第二确定子单元被进一步配置为：基于相对参考值和至少一个在先视频帧的编码复杂度，从多个预设编码复杂度中确定当前视频帧的编码复杂度，其中，多个预设编码复杂度中包括基准编码复杂度，基准编码复杂度对应于基准编码耗时，多个预设编码复杂度中的每一个预设编码复杂度所对应的预估编码耗时均基于基准编码耗时。

根据一些实施例，编码复杂度包括帧内模式编码复杂度和帧间模式编码复杂度中的至少一个。

根据一些实施例，帧内模式编码复杂度由帧内模式的单元尺寸可选范围和帧内模式的预测模式可选范围中的至少一个确定，帧间模式编码复杂度由帧间模式的单元尺寸可选范围和帧间模式的预测模式可选范围中的至少一个确定。

根据一些实施例，编码复杂度包括从以下各项所组成的组中选择的至少一项：运动搜索算法复杂度、帧内率失真算法复杂度、帧间率失真算法复杂度和率失真量化算法复杂度。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

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，例如视频编码方法。例如，在一些实施例中，视频编码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ROM 602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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也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。

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 (14)

1.一种视频编码方法，包括：

针对待编码的当前视频帧，获取至少一个在先视频帧的真实编码耗时；

至少基于所述至少一个在先视频帧的真实编码耗时和所述当前视频帧的预设编码耗时，确定所述当前视频帧的编码复杂度，包括：

针对所述至少一个在先视频帧中的每一个在先视频帧，获取该在先视频帧的编码复杂度；

基于所述至少一个在先视频帧的真实编码耗时和所述当前视频帧的预设编码耗时，按照预设规则确定相对参考值，其中，所述相对参考值为基于所述至少一个在先视频帧中的每一个在先视频帧所对应的真实编码耗时和所述当前视频帧的预设编码耗时之间的比值，按照所述预设规则来确定的；以及

至少基于所述相对参考值和所述至少一个在先视频帧的编码复杂度，确定所述当前视频帧的编码复杂度，包括：

针对所述至少一个在先视频帧中每一个在先视频帧，确定该在先视频帧相应的编码复杂度所对应的预估编码耗时；以及

基于所述至少一个在先视频帧中的每一个在先视频帧所对应的预估编码耗时、所述相对参考值和第二预设范围，确定所述当前视频帧的编码复杂度，其中，所述相对参考值和所述当前视频帧相应的目标值之间的比值位于所述第二预设范围内，所述目标值为基于所述至少一个在先视频帧中的每一个在先视频帧所对应的预估编码耗时和所述当前视频帧相应的编码复杂度所对应的预估编码耗时，按照所述预设规则来确定的；以及

基于所述当前视频帧的编码复杂度对所述当前视频进行编码，其中，所述当前视频帧的真实编码耗时与所述当前视频帧的预设编码耗时之间的差值位于第一预设范围内。

2.如权利要求1所述的方法，还包括：

确定多个预设编码复杂度，

其中，确定所述当前视频帧的编码复杂度包括：

基于所述相对参考值和所述至少一个在先视频帧的编码复杂度，从所述多个预设编码复杂度中确定所述当前视频帧的编码复杂度，其中，所述多个预设编码复杂度中包括基准编码复杂度，所述基准编码复杂度对应于基准编码耗时，所述多个预设编码复杂度中的每一个预设编码复杂度所对应的预估编码耗时均基于所述基准编码耗时。

3.如权利要求1所述的方法，其中，所述编码复杂度包括帧内模式编码复杂度和帧间模式编码复杂度中的至少一个。

4.如权利要求3所述的方法，其中，所述帧内模式编码复杂度由帧内模式单元大小可选范围和帧内模式备选模式可选范围中的至少一个确定，所述帧间模式编码复杂度由帧间模式单元大小可选范围和帧间模式备选模式可选范围中的至少一个确定。

5.如权利要求1所述的方法，其中，所述编码复杂度包括从以下各项所组成的组中选择的至少一项：运动搜索算法复杂度、帧内率失真算法复杂度、帧间率失真算法复杂度和率失真量化算法复杂度。

6.如权利要求1所述的方法，其中，获取至少一个在先视频帧的编码耗时包括：

针对所述至少一个在先视频帧中的每一个在先视频帧，统计该在先视频帧之前的多个连续视频帧各自的实际编码耗时；以及

将所述多个连续视频帧中的一部分视频帧的实际编码耗时的平均值作为该在先视频帧的真实编码耗时。

7.一种视频编码装置，包括：

获取单元，被配置为针对待编码的当前视频帧，获取至少一个在先视频帧的真实编码耗时；

第一确定单元，被配置为至少基于所述至少一个在先视频帧的真实编码耗时和所述当前视频帧的预设编码耗时，确定所述当前视频帧的编码复杂度，包括：

获取子单元，被配置为针对所述至少一个在先视频帧中的每一个在先视频帧，获取该在先视频帧的编码复杂度；

第一确定子单元，被配置为基于所述至少一个在先视频帧的真实编码耗时和所述当前视频帧的预设编码耗时，按照预设规则确定相对参考值，其中，所述相对参考值为基于所述至少一个在先视频帧中的每一个在先视频帧所对应的真实编码耗时和所述当前视频帧的预设编码耗时之间的比值，按照所述预设规则来确定的；以及

第二确定子单元，被配置为至少基于所述相对参考值和所述至少一个在先视频帧的编码复杂度，确定所述当前视频帧的编码复杂度，包括：

第三确定子单元，被配置为针对所述至少一个在先视频帧中每一个在先视频帧，确定该在先视频帧相应的编码复杂度所对应的预估编码耗时；以及

第四确定子单元，被配置为基于所述至少一个在先视频帧中的每一个在先视频帧所对应的预估编码耗时、所述相对参考值和第二预设范围，确定所述当前视频帧的编码复杂度，其中，所述相对参考值和所述当前视频帧相应的目标值之间的比值位于所述第二预设范围内，所述目标值为基于所述至少一个在先视频帧中的每一个在先视频帧所对应的预估编码耗时和所述当前视频帧相应的编码复杂度所对应的预估编码耗时，按照所述预设规则来确定的；以及

编码单元，被配置为基于所述当前视频帧的编码复杂度对所述当前视频进行编码，其中，所述当前视频帧的真实编码耗时与所述当前视频帧的预设编码耗时之间的差值位于第一预设范围内。

8.如权利要求7所述的装置，还包括：

第二确定单元，被配置为确定多个预设编码复杂度，

其中，所述第二确定子单元被进一步配置为：

基于所述相对参考值和所述至少一个在先视频帧的编码复杂度，从所述多个预设编码复杂度中确定所述当前视频帧的编码复杂度，其中，所述多个预设编码复杂度中包括基准编码复杂度，所述基准编码复杂度对应于基准编码耗时，所述多个预设编码复杂度中的每一个预设编码复杂度所对应的预估编码耗时均基于所述基准编码耗时。

9.如权利要求7所述的装置，其中，所述编码复杂度包括帧内模式编码复杂度和帧间模式编码复杂度中的至少一个。

10.如权利要求9所述的装置，其中，所述帧内模式编码复杂度由帧内模式的单元尺寸可选范围和帧内模式的预测模式可选范围中的至少一个确定，所述帧间模式编码复杂度由帧间模式的单元尺寸可选范围和帧间模式的预测模式可选范围中的至少一个确定。

11.如权利要求7所述的装置，其中，所述编码复杂度包括从以下各项所组成的组中选择的至少一项：运动搜索算法复杂度、帧内率失真算法复杂度、帧间率失真算法复杂度和率失真量化算法复杂度。

12.如权利要求7所述的装置，其中，所述获取单元包括：

统计子单元，针对所述至少一个在先视频帧中的每一个在先视频帧，统计该在先视频帧之前的多个连续视频帧各自的实际编码耗时；以及

计算子单元，将所述多个连续视频帧中的一部分视频帧的实际编码耗时的平均值作为该在先视频帧的真实编码耗时。

13.一种电子设备，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1-6中任一项所述的方法。

14.一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1-6中任一项所述的方法。

Images