CN113438468A - 视频质量的动态控制方法、装置、存储介质及电子设备 - Google Patents

视频质量的动态控制方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN113438468A
CN113438468A CN202010208191.6A CN202010208191A CN113438468A CN 113438468 A CN113438468 A CN 113438468A CN 202010208191 A CN202010208191 A CN 202010208191A CN 113438468 A CN113438468 A CN 113438468A
Authority
CN
China
Prior art keywords
motion
quantization parameter
frame image
current frame
determining
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
CN202010208191.6A
Other languages
English (en)
Other versions
CN113438468B (zh
Inventor
吴辉
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202010208191.6A priority Critical patent/CN113438468B/zh
Publication of CN113438468A publication Critical patent/CN113438468A/zh
Application granted granted Critical
Publication of CN113438468B publication Critical patent/CN113438468B/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
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods 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
    • H04N19/146—Data rate or code amount at the encoder output
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本申请实施例公开了一种视频质量的动态控制方法、装置、存储介质及电子设备。该方法包括：根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；根据所述基准最大量化参数，确定当前帧图像的基准码率。通过执行本技术方案，可以根据监控视频中物体运动量的大小，自动的且动态的对视频的编码速度进行控制，以实现提高监控视频质量的效果。

Description

视频质量的动态控制方法、装置、存储介质及电子设备
技术领域
本申请实施例涉及视频处理技术领域，尤其涉及一种视频质量的动态控制方法、装置、存储介质及电子设备。
背景技术
随着视频监控领域越来越受重视以及投入的资源越来越多，人们对视频监控质量的要求也在不断提高。
当前的监控视频存在运动物体时，采用固定的码率，往往会导致运动量较大时存在物体图像拖尾的问题。其中运动量可以是根据运动物体的大小以及运动速度所确定的。而当运动量较小时，如果码率较高，则会影响视频编码的效率。
发明内容
本申请实施例提供一种视频质量的动态控制方法、装置、存储介质及电子设备，可以根据监控视频中物体运动量的大小，自动地且动态地对视频的编码速度进行控制，以实现提高监控视频质量的效果。
第一方面，本申请实施例提供了一种视频质量的动态控制方法，该方法包括：
根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；
根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；
根据所述基准最大量化参数，确定当前帧图像的基准码率。
可选的，根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数，包括：
获取当前监控设备的增益参数；
根据所述增益参数，所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。
可选的，所述方法还包括：
获取当前帧图像的至少一个目标特征区域，确定所述目标特征区域中运动对象的类型；
根据所述运动对象的类型，确定目标特征区域的动态量化参数。
可选的，获取当前帧图像的至少一个目标特征区域，包括：
获取视频中前一帧图像的运动区域；
将前一帧图像的特征区域与当前帧图像的运动区域合并，得到当前帧图像的至少一个目标特征区域。
可选的，根据所述运动对象的类型，确定目标特征区域的动态量化参数，包括：
若检测到当前帧图像的运动量变化时，运动对象的类型不存在优先级，则根据运动量变化，对基准最大量化参数进行调整。
可选的，根据所述运动对象的类型，确定目标特征区域的动态量化参数，包括：
若确定运动对象的类型存在优先级，且检测到当前帧图像的运动量变化时，根据运动量变化，对基准最大量化参数进行调整，并且根据运动对象的类型的优先级，对目标特征区域的动态量化参数进行调整。
第二方面，本申请实施例提供了一种视频质量的动态控制装置，该装置包括：
运动量获取模块，用于根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；
基准最大量化参数确定模块，用于根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；
基准码率确定模块，用于根据所述基准最大量化参数，确定当前帧图像的基准码率。
可选的，所述基准最大量化参数确定模块，具体用于：
获取当前监控设备的增益参数；
根据所述增益参数，所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。
第三方面，本申请实施例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申请实施例所述的视频质量的动态控制方法。
第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的视频质量的动态控制方法。
本申请实施例所提供的技术方案，根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；根据所述基准最大量化参数，确定当前帧图像的基准码率。通过采用本申请所提供的技术方案，可以根据监控视频中物体运动量的大小，自动的且动态的对视频的编码速度进行控制，以实现提高监控视频质量的效果。
附图说明
图1是本申请实施例提供的视频质量的动态控制方法的流程图；
图2是本申请实施例提供的视频质量的动态控制装置的结构示意图；
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本申请实施例提供的视频质量的动态控制方法的流程图，本实施例可适用于监控视频处理的情况，该方法可以由本申请实施例所提供的视频质量的动态控制装置执行，该装置可以由软件和/或硬件的方式来实现，并可集成于监控视频处理的电子设备中。
如图1所示，所述视频质量的动态控制方法包括：
S110、根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的。
其中，视频可以是通过监控设备得到的，例如普通摄像头、网络摄像头以及智能终端等设备。视频中存在多帧图像，其中每一帧图像可以通过计算确定当前帧的图像中哪些物体是与其他帧图像中相同且在运动中的。例如前一帧图像中存在一个人，在A点，当前帧图像存在同一个人，在B点，下一帧图像中存在同一个人，在C点，则这三帧图像可以表示其中该人物从A点运动到B点再运动到C点的运动轨迹。如果只看其中的前一帧图像和当前帧图像，可以确定该人物在当前帧图像的运动量。
其中运动量可以与运动物体在图像中的大小以及运动速度等有关的。速度相同的情况下，物体越大，运动量越大；物体大小相同的情况下，速度越快，运动量越大；反之运动量越小。
如上述示例，其中的至少两帧可以是当前帧和前一帧图像，还可以是当前帧和后一帧图像，还可以是当前帧和前N帧的图像，以及当前帧和后N帧的图像，来共同确定当前帧的运动区域。运动区域的并集可以是运动物体在图像中的区域范围的并集。
其中，一个图像可以存在至少一个特征区域，如一个特征区域，两个特征区域以及三个特征区域等。例如通过检测发现图像的左上角和右下角分别有物体在移动，则可以将两部分确定为两个特征区域。特征区域在当前画面中的数量和大小可以是不固定的，可以是基于对运动特征的检测来确定的。
在本技术方案中，运动量可以是各特征区域的运动信息的综合值，例如对各特征区域的运动信息进行加权求和来得到当前帧图像的运动量。其中运动信息可以是各特征区域的运动物体的大小与运动速度等相关信息。其中，可以通过对当前帧图像进行特征检测，包括运动检测，获取当前画面的特征信息以及运动信息，并统计当前画面的运动信息，以得到运动量。
S120、根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。
其中，预先确定的最大量化参数与运动量的关系，可以是在实验室中，测试各个运动量以及各个增益参数下设定不同最大量化参数所得的最小码率，并记录合理的码率下最大量化参数的QP值(Quantization Parameter，量化参数)，其中，可以针对不同传感器进行不同的测试，不同的传感器的增益参数可以是互不相同的，可以在实验室中，通过控制变量的方式分别确定各个运动量以及各个增益参数下的最大量化参数，再根据合理的码率确定最大QP值。本技术方案，通过对运动量、增益参数和最大量化参数的实验测试，可以得到针对不同的监控设备的监控环境中，不同的运动量所对应的最大量化参数。
基于上述内容，可以在得到当前帧图像的运动量之后，根据运动量以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。其中，基准最大量化参数可以是针对视频的当前图像确定的。其中各特征区域的量化参数可以是与之不同的，只要将基准最大量化参数作为最大量化参数即可。
在本实施例中，可选的，根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数，包括：获取当前监控设备的增益参数；根据所述增益参数，所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。其中，增益参数的获取方式可以是通过读取监控设备的参数的方式，还可以是根据监控设备的编号，确定监控设备的指标参数，来确定其增益参数。除此之外，对于一些监控设备，如果无法直接读取，可以通过设置增益参数预估值或者增益参数参考值的方式，确定该监控设备的增益参数，以便得到该监控设备录制的视频中当前帧图像的基准最大量化参数。
S130、根据所述基准最大量化参数，确定当前帧图像的基准码率。
其中，可以根据得到的基准最大量化参数，确定当前帧图像的基准码率。并且可以根据该基准码率对视频进行编码。从而可以实现在监控视频中存在运动物体时，既能够保证画面质量，不会出现拖尾等问题，又能够降低处理设备的编码负担。
本申请实施例所提供的技术方案，根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；根据所述基准最大量化参数，确定当前帧图像的基准码率。通过采用本申请所提供的技术方案，可以根据监控视频中物体运动量的大小，自动地且动态地对视频的编码速度进行控制，以实现提高监控视频质量的效果。
在上述各技术方案的基础上，可选的，所述方法还包括：获取当前帧图像的至少一个目标特征区域，确定所述目标特征区域中运动对象的类型；根据所述运动对象的类型，确定目标特征区域的动态量化参数。其中，目标特征区域可以是运动对象的运动范围。运动对象的类型，可以包括人、车、树木以及其他任何通过识别得到的类型。在本技术方案中，可以根据所述运动对象的类型，确定目标特征区域的动态量化参数，其中该目标特征区域的动态量化参数可以是根据该目标区域中运动对象的类型确定的。本技术方案通过设置运动对象的类型与动态量化参数之间的关系，可以根据运动对象的类型来确定目标特征区域的动态量化参数。其中目标特征区域的动态量化参数可以是目标特征区域的最大量化参数，该最大量化参数可以根据运动量的大小进行调节，从而保证了视频质量。
在上述各技术方案的基础上，可选的，获取当前帧图像的至少一个目标特征区域，包括：获取视频中前一帧图像的运动区域；将前一帧图像的特征区域与当前帧图像的运动区域合并，得到当前帧图像的至少一个目标特征区域。
在本技术方案中，对不同的特征区域进行运动区域的处理，处理的方式为前一帧图像与当前帧图像对应区域的并集计算，计算出合并区域，因为当前帧图像编码由上一帧图像的运动区域根据运动检测、运动补偿以及差值等计算得出的当前帧图像的运动区域，当前帧与前一帧的差异在运动量过大时会造成拖尾的效果，因此此合并区域会用于后续当前帧图像的改善。该合并区域还会在运动方向上给予一定的权重，侧重于对前一帧运动区域的恢复。本技术方案通过这样的设置，可以准确的确定当前帧图像中各个特征区域的大小，以便用于后续的编码码率的计算。
在本技术方案中，可以理解的，当最大量化参数发生变化时，则起到钳制作用的最小码率也会发生变化，因此，当最大量化参数发生变化时，可以根据变化后的当前帧图像的基准码率，对视频进行编码。
在上述各技术方案的基础上，可选的，根据所述运动对象的类型，确定目标特征区域的动态量化参数，包括：若检测到当前帧图像的运动量变化时，运动对象的类型不存在优先级，则根据运动量变化，对基准最大量化参数进行调整。其中对运动对象的类型的优先级可以是根据用户的需求来设置的，例如人物的优先级较高，则可以在监控视频中出现人物移动时着重处理。如果不存在优先级，则可以获取当前帧图像的运动量以及当前监控设备增益参数情况，得到实验室测试的最大QP值。并默认当前帧图像为实验室最大QP值，而非业界标准最大QP值51，当运动量增大时，最大QP值按照运动量进行增加，直到最大为51为止。相比于传统的固定标准最大QP值51的方式，该方法根据监控视频中物体运动量的大小，自动的且动态的对视频的编码速度进行控制，以实现提高监控视频质量的效果。
在上述各技术方案的基础上，可选的，根据所述运动对象的类型，确定目标特征区域的动态量化参数，包括：若确定运动对象的类型存在优先级，且检测到当前帧图像的运动量变化时，根据运动量变化，对基准最大量化参数进行调整，并且根据运动对象的类型的优先级，对目标特征区域的动态量化参数进行调整。根据运动对象的类型，按照用户的优先级，对运动区域的当前帧图像最大QP值进行分别钳制，确保运动对象的拖尾得到有效解决。当运动量增大时，则提升基准最大QP值，如果基准最大QP值已经到51，则按照用户优先级调整各特征区域的最大QP值，直到全部为51为止。本技术方案在上述技术方案的基础上，可以根据用户的设置，对不同类型的运动对象，进行顺序处理，以保证对监控视频的编码即符合需求，又能够最大程度上保证监控视频的质量。
在本实施例中，可以通过区分不同的特征区域，并对不同的特征区域采用不通的码率进行视频编码，从而可以更好的对运动物体的运动进行展示，以达到提高监控视频的质量的效果。
图2是本申请实施例提供的视频质量的动态控制装置的结构示意图。如图2所示，所述视频质量的动态控制装置，包括：
运动量获取模块210，用于根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；
基准最大量化参数确定模块220，用于根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；
基准码率确定模块230，用于根据所述基准最大量化参数，确定当前帧图像的基准码率。
本申请实施例所提供的技术方案，根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；根据所述基准最大量化参数，确定当前帧图像的基准码率。通过采用本申请所提供的技术方案，可以根据监控视频中物体运动量的大小，自动的且动态的对视频的编码速度进行控制，以实现提高监控视频质量的效果。
在上述各技术方案的基础上，可选的，所述基准最大量化参数确定模块，具体用于：
获取当前监控设备的增益参数；
根据所述增益参数，所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种视频质量的动态控制方法，该方法包括：
根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；
根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；
根据所述基准最大量化参数，确定当前帧图像的基准码率。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的视频质量的动态控制操作，还可以执行本申请任意实施例所提供的视频质量的动态控制方法中的相关操作。
本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的视频质量的动态控制装置。图3是本申请实施例提供的一种电子设备的结构示意图。如图3所示，本实施例提供了一种电子设备300，其包括：一个或多个处理器320；存储装置310，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320执行，使得所述一个或多个处理器320实现本申请实施例所提供的视频质量的动态控制方法，该方法包括：
根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；
根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；
根据所述基准最大量化参数，确定当前帧图像的基准码率。
当然，本领域技术人员可以理解，处理器320还实现本申请任意实施例所提供的视频质量的动态控制方法的技术方案。
图3显示的电子设备300仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示，该电子设备300包括处理器320、存储装置310、输入装置330和输出装置340；电子设备中处理器320的数量可以是一个或多个，图3中以一个处理器320为例；电子设备中的处理器320、存储装置310、输入装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线350连接为例。
存储装置310作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块单元，如本申请实施例中的视频质量的动态控制方法对应的程序指令。
存储装置310可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置310可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置310可进一步包括相对于处理器320远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏、扬声器等设备。
本申请实施例提供的电子设备，可以根据监控视频中物体运动量的大小，自动的且动态的对视频的编码速度进行控制，以实现提高监控视频质量的效果。
上述实施例中提供的视频质量的动态控制装置、存储介质及电子设备可执行本申请任意实施例所提供的视频质量的动态控制方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的视频质量的动态控制方法。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种视频质量的动态控制方法，其特征在于，包括：
根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；
根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；
根据所述基准最大量化参数，确定当前帧图像的基准码率。
2.根据权利要求1所述的方法，其特征在于，根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数，包括：
获取当前监控设备的增益参数；
根据所述增益参数，所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取当前帧图像的至少一个目标特征区域，确定所述目标特征区域中运动对象的类型；
根据所述运动对象的类型，确定目标特征区域的动态量化参数。
4.根据权利要求3所述的方法，其特征在于，获取当前帧图像的至少一个目标特征区域，包括：
获取视频中前一帧图像的运动区域；
将前一帧图像的特征区域与当前帧图像的运动区域合并，得到当前帧图像的至少一个目标特征区域。
5.根据权利要求3所述的方法，其特征在于，根据所述运动对象的类型，确定目标特征区域的动态量化参数，包括：
若检测到当前帧图像的运动量变化时，运动对象的类型不存在优先级，则根据运动量变化，对基准最大量化参数进行调整。
6.根据权利要求3所述的方法，其特征在于，根据所述运动对象的类型，确定目标特征区域的动态量化参数，包括：
若确定运动对象的类型存在优先级，且检测到当前帧图像的运动量变化时，根据运动量变化，对基准最大量化参数进行调整，并且根据运动对象的类型的优先级，对目标特征区域的动态量化参数进行调整。
7.一种视频质量的动态控制装置，其特征在于，包括：
运动量获取模块，用于根据至少两帧图像的运动区域的并集，确定视频中当前帧图像的运动量；其中，所述当前帧图像包括至少一个特征区域，所述运动量是根据各特征区域的运动信息确定的；
基准最大量化参数确定模块，用于根据所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数；
基准码率确定模块，用于根据所述基准最大量化参数，确定当前帧图像的基准码率。
8.根据权利要求7所述的装置，其特征在于，所述基准最大量化参数确定模块，具体用于：
获取当前监控设备的增益参数；
根据所述增益参数，所述运动量，以及预先确定的最大量化参数与运动量的关系，确定当前帧图像的基准最大量化参数。
9.一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1-6中任一项所述的视频质量的动态控制方法。
10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的视频质量的动态控制方法。
CN202010208191.6A 2020-03-23 2020-03-23 视频质量的动态控制方法、装置、存储介质及电子设备 Active CN113438468B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010208191.6A CN113438468B (zh) 2020-03-23 2020-03-23 视频质量的动态控制方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010208191.6A CN113438468B (zh) 2020-03-23 2020-03-23 视频质量的动态控制方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN113438468A true CN113438468A (zh) 2021-09-24
CN113438468B CN113438468B (zh) 2023-02-28

Family

ID=77752593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010208191.6A Active CN113438468B (zh) 2020-03-23 2020-03-23 视频质量的动态控制方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN113438468B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114422792A (zh) * 2021-12-28 2022-04-29 北京华夏电通科技股份有限公司 视频图像压缩方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0720385A2 (en) * 1994-12-27 1996-07-03 Sharp Kabushiki Kaisha Video encoder with motion area extraction
CN1574968A (zh) * 2003-05-15 2005-02-02 松下电器产业株式会社 运动图像解码装置及运动图像解码方法
JP2009038604A (ja) * 2007-08-01 2009-02-19 Sony Corp 映像信号処理装置
CN105516720A (zh) * 2015-12-23 2016-04-20 天津天地伟业数码科技有限公司 一种监控摄像机码流的自适应控制方法
US20160182906A1 (en) * 2014-12-22 2016-06-23 Arris Enterprises, Inc. Multiple stream video compression in multiple bitrate video encoding
CN107635115A (zh) * 2017-10-09 2018-01-26 深圳市天视通电子科技有限公司 一种实现超低码率的方法、存储介质及电子设备
CN109951706A (zh) * 2019-04-22 2019-06-28 湖南国科微电子股份有限公司 一种视频编码方法、装置及编码器
CN110418134A (zh) * 2019-08-01 2019-11-05 字节跳动(香港)有限公司 基于视频质量的视频编码方法、装置及电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0720385A2 (en) * 1994-12-27 1996-07-03 Sharp Kabushiki Kaisha Video encoder with motion area extraction
CN1574968A (zh) * 2003-05-15 2005-02-02 松下电器产业株式会社 运动图像解码装置及运动图像解码方法
JP2009038604A (ja) * 2007-08-01 2009-02-19 Sony Corp 映像信号処理装置
US20160182906A1 (en) * 2014-12-22 2016-06-23 Arris Enterprises, Inc. Multiple stream video compression in multiple bitrate video encoding
CN105516720A (zh) * 2015-12-23 2016-04-20 天津天地伟业数码科技有限公司 一种监控摄像机码流的自适应控制方法
CN107635115A (zh) * 2017-10-09 2018-01-26 深圳市天视通电子科技有限公司 一种实现超低码率的方法、存储介质及电子设备
CN109951706A (zh) * 2019-04-22 2019-06-28 湖南国科微电子股份有限公司 一种视频编码方法、装置及编码器
CN110418134A (zh) * 2019-08-01 2019-11-05 字节跳动(香港)有限公司 基于视频质量的视频编码方法、装置及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114422792A (zh) * 2021-12-28 2022-04-29 北京华夏电通科技股份有限公司 视频图像压缩方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113438468B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
AU2016352215B2 (en) Method and device for tracking location of human face, and electronic equipment
CN109325954B (zh) 图像分割方法、装置及电子设备
US9536321B2 (en) Apparatus and method for foreground object segmentation
CN110659658B (zh) 一种目标检测方法及其装置
CN108647587B (zh) 人数统计方法、装置、终端及存储介质
WO2018068300A1 (zh) 图像处理方法和装置
KR20210012012A (ko) 물체 추적 방법들 및 장치들, 전자 디바이스들 및 저장 매체
CN111614867A (zh) 一种视频去噪方法、装置、移动终端和存储介质
US20230336878A1 (en) Photographing mode determination method and apparatus, and electronic device and storage medium
CN112991349B (zh) 图像处理方法、装置、设备和存储介质
CN113438468B (zh) 视频质量的动态控制方法、装置、存储介质及电子设备
WO2022091577A1 (ja) 情報処理装置および情報処理方法
US10965858B2 (en) Image processing apparatus, control method thereof, and non-transitory computer-readable storage medium for detecting moving object in captured image
CN111272388A (zh) 一种相机闪光灯的检测方法及设备
CN107452019B (zh) 一种基于模型切换的目标检测方法、装置、系统及存储介质
CN112055237B (zh) 确定屏到屏延时的方法、系统、装置、设备和存储介质
KR20220098309A (ko) 대상 검출 방법, 장치 및 전자 디바이스
CN113065379B (zh) 融合图像质量的图像检测方法、装置、电子设备
CN114255493A (zh) 图像检测方法、人脸检测方法及装置、设备及存储介质
US20170105024A1 (en) Directional motion vector filtering
CN111917986A (zh) 图像处理方法及其介质和电子设备
JP6841097B2 (ja) 動き量算出プログラム、動き量算出方法、動き量算出装置及び業務支援システム
CN113569771B (zh) 视频分析方法及装置、电子设备和存储介质
US11790483B2 (en) Method, apparatus, and device for identifying human body and computer readable storage medium
CN115004245A (zh) 目标检测方法、装置、电子设备和计算机存储介质

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