CN116260976B - 一种视频数据处理应用系统 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种视频数据处理应用系统，包括：根据对比度将视频数据中的所有帧图像划分为多个帧图像组，根据像素点的交互区域计算像素点的细节损失率；根据像素点的可调控区间获取目标帧图像的所有区域集合，根据区域集合的所有调整值的优选程度获得最优调整值；获得视频数据中每个帧图像组中的每个帧图像的调整帧图像；利用游程编码压缩方式进行压缩，获得视频数据的压缩数据，完成对视频数据的压缩处理。本发明利用帧间对比度，将视频数据划分为多个帧图像组，降低了视频数据的处理难度，在尽可能的保证图像无损的情况下，增加灰度值的重复性和冗余程度，提高视频数据压缩率。

Description

一种视频数据处理应用系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种视频数据处理应用系统。

背景技术

建立以视频资源的服务体系势必会增加数据处理系统的运行负担，因此在对海量视频资源进行存储时需要进行压缩处理。在对监控视频进行压缩处理时，对每一帧视频帧的处理方式是相同的，处理后的视频帧的压缩率较为一般。采用传统的压缩方式进行压缩会导致压缩程度较低，不利于警务数据的传输与存储。

发明内容

为了解决上述问题，本发明提供一种视频数据处理应用系统，所述系统包括：

视频数据采集模块，采集视频数据，视频数据包括多个帧图像；

帧图像分组模块，根据相邻帧图像对的对比度将所有帧图像划分为多个帧图像组，获得所有帧图像上的所有像素点的关注程度；

像素特征获取模块，将每个帧图像组的第一个帧图像记为帧图像组的目标帧图像，根据关注程度获得目标帧图像中所有像素点的交互像素点数量，根据交互像素点数量获取目标帧图像中所有像素点的交互区域，根据交互区域计算目标帧图像中所有像素点的细节损失率；

掩膜图像获取模块，根据细节损失率获得像素点的可调控区间，根据像素点的可调控区间获取目标帧图像的所有区域集合，计算区域集合的所有调整值的优选程度，将优选程度最大的调整值作为区域集合的最优调整值；根据最优调整值获取所有帧图像组的目标帧图像的掩膜图像；

图像调整模块，根据目标帧图像的掩膜图像获得视频数据中每个帧图像组中的每个帧图像的调整帧图像；

数据压缩模块，利用压缩编码方式对视频数据中每个帧图像组中的每个帧图像的调整帧图像进行压缩，获得视频数据的压缩数据，完成对视频数据的压缩处理。

进一步地，所述相邻帧图像对的对比度的计算方法为：

通过角点匹配算法获取相邻帧图像对的匹配角点对，根据匹配角点对计算相邻帧图像对的对比度，包括：将2倍的相邻帧图像对的匹配角点对的个数，与相邻帧图像对中两个帧图像中角点的个数之和的比值，记为相邻帧图像对的对比度。

进一步地，所述根据交互像素点数量获取目标帧图像中所有像素点的交互区域，包括的步骤为：

将目标帧图像中的任意一个像素点记为目标像素点，目标像素点的交互像素点数量的计算公式为：

式中，d表示目标像素点的交互像素点数量，分别表示目标帧图像中所有 像素点的关注程度的最大值和关注程度的最小值，表示目标像素点的关注程度，表示目 标帧图像中关注程度等于的像素点的数量，表示目标帧图像中的所有像素点的个数， 为超参数；

以目标像素点为圆心，通过不断改变半径的大小获得圆形区域，获取圆形区域中与目标像素点的欧式距离小于等于半径的像素点，将像素点的数量等于目标像素点的交互像素点数量的圆形区域作为目标像素点的交互区域；将目标像素点的交互区域中的所有像素点记为目标像素点的交互像素点。

进一步地，所述计算目标帧图像中所有像素点的细节损失率，包括的步骤为：

将目标帧图像中的任意一个像素点记为目标像素点，目标像素点的细节损失率的计算公式为：

式中，k表示目标像素点的细节损失率，d表示目标像素点的交互像素点数量，即目 标像素点的交互区域中像素点的数量，表示目标像素点的交互区域中第j个像素点的关 注程度，分别表示目标像素点的交互区域中像素点的灰度值的最大值和最小值，表示目标像素点的交互区域的细节变化程度，表示目标像素点的灰度值，表示目标像 素点的交互区域中第j个像素点的灰度值，表示目标像素点的交互区域中所有像素点的灰 度值的均值，表示以自然常数为底的指数函数，表示取绝对值。

进一步地，所述根据像素点的可调控区间获取目标帧图像的所有区域集合，包括的步骤为：

根据目标帧图像中像素点的灰度值和细节损失率获得像素点的可调控区间为，其中，表示像素点的灰度值，表示像素点的细节损失率；

获取目标帧图像的区域集合，包括：将目标帧图像中关注程度最大的像素点的所有交互像素点组成的集合，记为搜索集合；以目标帧图像中关注程度最大的像素点为起始点，将搜索集合中与起始点的可调控区间存在交集且在起始点的八邻域内的交互像素点记为基础点，将获得的基础点从搜索集合中去除；将获取的基础点作为新的起始点，重复获取基础点，直至搜索集合中不存在与起始点的可调控区间存在交集且在起始点的八邻域内的交互像素点，将起始点与获得的所有基础点组成的集合记为区域集合，将区域集合中的所有像素点从目标帧图像中去除；

重复获取目标帧图像的区域集合，直至目标帧图像中不存在像素点，获取目标帧图像的所有区域集合。

进一步地，所述计算区域集合的所有调整值的优选程度，包括的步骤为：

对于目标帧图像的任意一个区域集合，将区域集合中所有像素点的可调控区间的 交集记为区域集合的集合区间；

将区域集合的集合区间中的任意一个整数记为区域集合的目标调整值，目标调整值的优选程度的计算公式为：

式中，表示目标调整值的优选程度，X表示区域集合中像素点的数量，表 示区域集合中第x个像素点的灰度值，表示以自然常数为底的指数函数，表示取绝 对值。

进一步地，所述获取所有帧图像组的目标帧图像的掩膜图像，包括的步骤为：

获得目标帧图像的所有区域集合的最优调整值，将区域集合中所有像素点的灰度值调整为区域集合的最优调整值，将调整灰度值后的所有区域集合按照顺序组成的与目标帧图像的大小相同的图像，记为目标帧图像的掩膜图像。

进一步地，所述获得视频数据中每个帧图像组中的每个帧图像的调整帧图像，包括的步骤为：

对于视频数据中任意一个帧图像组，将帧图像组的目标帧图像的掩膜图像，作为目标帧图像的调整帧图像；

将帧图像组中除目标帧图像外的任意一个帧图像记为待处理帧图像，对于待处理 帧图像中的任意一个像素点：如果像素点的关注程度小于关注程度阈值，将像素点的灰度 值调整为像素点在目标帧图像的掩膜图像中对应的区域集合的最优调整值，否则，通过像 素特征获取模块和掩膜图像获取模块，获得像素点的区域集合的最优调整值，将像素点的 灰度值调整为像素点的区域集合的最优调整值；其中，关注程度阈值，表示 目标帧图像中所有像素点的关注程度的最大值，为系数；

对待处理帧图像中的所有像素点进行调整，将调整后的所有像素点按照顺序组成的图像，记为待处理帧图像的调整帧图像。

本发明实施例至少具有如下有益效果：本发明利用视频数据的帧间对比度，将视频数据中的所有帧图像划分为多个帧图像组，将帧图像组的目标帧图像的数据处理方法应用于其他帧图像，降低了视频数据的处理难度；根据关注程度和交互像素点数量获取像素点的交互区域，根据像素点的交互区域的细节损失率获得像素点的可调控区间，根据区域集合的所有调整值的优选程度获得优调整值，在尽可能的保证图像无损的情况下，通过像素点的灰度值调整为最优调整值，增加灰度值的重复性，进而增加视频数据的冗余程度，提高视频数据压缩率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例提供的一种视频数据处理应用系统的系统框图；

图2为本发明一个实施例提供的视频数据的帧图像的示意图；

图3为本发明一个实施例提供的图2的注意力热图；

图4为本发明一个实施例提供的图2调整后的调整帧图像。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种视频数据处理应用系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种视频数据处理应用系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种视频数据处理应用系统，该系统包括以下模块：

视频数据采集模块S101，用于采集视频数据。

具体包括：

视频数据通常是由监控设备或者其他视频采集设备采集的，通过视频数据采集端采集对应的视频数据，将采集到的视频数据传输到视频处理终端，由视频处理终端对视频数据进行处理。

例如，如图2所示为视频数据的帧图像的示意图。

帧图像分组模块S102，用于将视频数据划分为多个帧图像组，获取视频数据中所有帧图像的注意力热图。

具体包括：

1.将视频数据划分为多个帧图像组。

需要说明的是，视频数据在长时间中一直处于动态变化的状态，但是，视频数据在短时间内具有相似性，对于具有相似性的帧图像，在后续处理时，可以采用相同的处理方法，因此，需要先将视频数据中具有相同特征的帧图像划分为一组；由于采集到的视频数据是一个动态的过程，具有尺度上的变化，所以需要通过角点匹配算法，获取视频数据中多个帧图像的角点与特征描述，进而对视频数据进行分组。

视频数据包括多个帧图像，将视频数据中的任意一个帧图像作为当前帧图像，将当前帧图像与当前帧图像的后一个帧图像组成的图像对记为相邻帧图像对，采用SIFT角点匹配算法获取相邻帧图像对中每个帧图像的角点和特征描述，具体为：SIFT角点检测算法包括角点检测器与描述子，角点检测器用于判断帧图像中的每个像素点是否为角点，描述子用于对每个角点形成特征描述，通过所有角点的特征描述来获取相邻帧图像对的匹配角点对。

通过匹配角点对在所有角点中的占比，来判断相邻帧图像对的相似性，进而判断相邻的两个帧图像是否可以归为一组；相邻帧图像对的对比度的计算公式为：

式中，表示相邻帧图像对的对比度，b表示相邻帧图像对的匹配角点对的个数，分别表示相邻帧图像对中两个帧图像中角点的个数，即表示相邻帧图像对中当前帧 图像中角点的个数，表示相邻帧图像对中当前帧图像的后一个帧图像中角点的个数。相 邻帧图像对中的匹配角点对的个数b越多，说明相邻的两个帧图像越相似，则相邻帧图像对 的对比度越大。

在本实施例中，设定第一经验值=0.75，在其他实施例中，实施人员可根据需要 设置第一经验值。

将对比度大于等于第一经验值的相邻帧图像对中的两个帧图像划分为一组，将视频数据中的所有帧图像划分为多个帧图像组，每个帧图像组中包含多个帧图像，实现对视频数据的划分。

由于视频数据的帧图像的数量较多，对每个帧图像进行处理时处理难度较大，利用视频数据的帧间对比度，将视频数据中的所有帧图像划分为多个帧图像组，通过分组后，帧图像组包含的多个帧图像的对比度较大，因此在后续对帧图像组中的多个帧图像进行处理时，可以参照帧图像组中的第一个帧图像的处理方法，对帧图像组中的其他帧图像进行处理。

2.获取视频数据中所有帧图像的注意力热图。

需要说明的是，为了提高视频数据的压缩率，对帧图像中关注程度大的区域，需要高度保留图像细节，而对于关注程度小的区域，通过减少图像细节来增加区域中灰度值的重复性，进而增加图像的冗余程度，以便于提高数据压缩率。因此，本实施例通过训练DNN神经网络的方式，获取视频数据中所有帧图像对应的注意力热图。

获取训练样本集合，包括：将历史视频数据中的多个帧图像作为训练样本集合，在每个帧图像上人为标注多个关注区域，将帧图像上在关注区域内的像素点标记为1，将帧图像上在关注区域外的像素点标记为0，获得二值帧图像；对于二值帧图像中的任意一个像素点，利用高斯核计算像素点的关注程度，获得帧图像上所有像素点的关注程度组成的注意力热图，帧图像的注意力热图具有渐变特征。

根据训练样本集合训练DNN神经网络，DNN神经网络的结构为Encoer-Decoder（编码器-解码器）的形式，DNN神经网络的输入为待处理的视频数据的帧图像，输出为帧图像的注意力热图，损失函数采用均方差损失函数。

根据训练好的DNN神经网络获得视频数据的所有帧图像的注意力热图，具体为：通过编码器利用卷积、池化等操作来获取帧图像对应的特征信息，再由解码器利用反卷积、反池化等操作对特征信息进行重构，得到帧图像的注意力热图，注意力热图由帧图像上的所有像素点的关注程度组成。

例如，图2的帧图像的注意力热图如图3所示。

像素特征获取模块S103，用于根据交互像素点数量获取目标像素点的交互区域，进而获得目标像素点的细节损失率。

具体包括：

需要说明的是，关注程度越大的像素点，像素点的交互区域应该越小，这样根据像素点的交互区域获得的可调控区间越小，则像素点的细节损失率较小，使关注程度大的像素点无损，因此，关注程度越大的像素点的交互像素点数量越小。

将视频数据中任意一个帧图像组的第一个帧图像记为帧图像组的目标帧图像，将目标帧图像中的任意一个像素点记为目标像素点，根据目标像素点的交互像素点数量获得目标像素点的交互区域，计算目标像素点的细节损失率，包括：

目标像素点的交互像素点数量的计算公式为：

式中，d表示目标像素点的交互像素点数量，分别表示目标帧图像中所有 像素点的关注程度的最大值和关注程度的最小值，表示目标像素点的关注程度，表示目 标帧图像中关注程度等于的像素点的数量，表示目标帧图像中的所有像素点的个数，为超参数。

以目标像素点为圆心，通过不断增加半径的大小获得圆形区域，半径的初始值为1，每次增大半径的增大量为1，获取圆形区域中与目标像素点的欧式距离小于等于半径的像素点，将像素点的数量等于目标像素点的交互像素点数量的圆形区域作为目标像素点的交互区域；将目标像素点的交互区域中的所有像素点记为目标像素点的交互像素点。

需要说明的是，为了提高视频数据的压缩率，需要通过对像素点的灰度值调整，来增加图像中灰度值的重复性，进而增加图像的冗余程度；关注程度大的区域需要尽可能的保留细节信息，而人眼在对图像进行判断时，细微的细节差异在人眼中是视觉无损的，因此关注程度高的区域在保证视觉效果尽可能好的前提下，通过损失一定的细节来增大冗余程度，增大冗余需要令尽可能多的像素点的灰度值一样，关注程度大且细节变化程度大的区域的像素点的可调控区间应该较小，即像素点的细节损失率较小，关注程度小且细节变化程度小的区域的像素点的可调控区间应该较大，即像素点的细节损失率较大。

目标像素点的细节损失率的计算公式为：

式中，k表示目标像素点的细节损失率，d表示目标像素点的交互像素点数量，即目 标像素点的交互区域中像素点的数量，表示目标像素点的交互区域中第j个像素点的关 注程度，分别表示目标像素点的交互区域中像素点的灰度值的最大值和最小值，表示目标像素点的交互区域的细节变化程度，表示目标像素点的灰度值，表示目标像 素点的交互区域中第j个像素点的灰度值，表示目标像素点的交互区域中所有像素点的灰 度值的均值，表示以自然常数为底的指数函数，表示取绝对值。目标像素点的交互 区域的平均关注程度越大、细节变化程度越大，需要尽可能的保留细节信息，因此， 目标像素点的可调控区间应该越小，则目标像素点的细节损失率k越小。

获取所有帧图像组的目标帧图像中每个像素点的交互区域和细节损失率。

掩膜图像获取模块S104，根据像素点的可调控区间获取目标帧图像的所有区域集合，获取区域集合的最优调整值，进而获得目标帧图像的掩膜图像。

具体包括：

根据目标帧图像中像素点的灰度值和细节损失率获得像素点的可调控区间，将像 素点的可调控区间记为，其中，表示像素点的灰度值，表示像素点的细节损 失率。

获取目标帧图像的区域集合，包括：将目标帧图像中关注程度最大的像素点的所有交互像素点组成的集合，记为搜索集合；以目标帧图像中关注程度最大的像素点为起始点，将搜索集合中与起始点的可调控区间存在交集且在起始点的八邻域内的交互像素点记为基础点，将获得的基础点从搜索集合中去除；将获取的基础点作为新的起始点，重复上述操作，直至搜索集合中不存在与起始点的可调控区间存在交集且在起始点的八邻域内的交互像素点，将起始点与获得的所有基础点组成的集合记为区域集合，将区域集合中的所有像素点从目标帧图像中去除。

重复上述操作，直至目标帧图像中不存在像素点，获取目标帧图像的所有区域集合。

需要说明的是，本实施例通过将区域集合中的所有的像素点的灰度值调整为集合 区间范围内的调整值，以此增大目标帧图像的冗余程度，同时，需要保证区域 集合中像素点的灰度值的改变尽可能小，使得调整导致的帧图像的细节损失尽可能少，最 大程度的保证区域集合的视觉无损，进而保证目标帧图像的无损。因此，本实施例结合像素 点的灰度值与调整值的差异计算调整值的优选程度。

对于目标帧图像的任意一个区域集合，将区域集合中所有像素点的可调控区间的 交集记为区域集合的集合区间，将区域集合的集合区间中的任意一个 整数作为区域集合的目标调整值。

目标调整值的优选程度的计算公式为：

式中，表示目标调整值的优选程度，X表示区域集合中像素点的数量，表 示区域集合中第x个像素点的灰度值，表示以自然常数为底的指数函数，表示取绝 对值。

通过将区域集合中所有像素点的灰度值调整为目标调整值，增大空间冗余程 度，表示将区域集合中第x个像素点的灰度值调整为目标调整值的差异，调整 带来的差异的平均值越小，则通过调整导致的帧图像的细节损失越小，则 目标调整值的优选程度越大。反之，目标调整值的优选程度越大，则在通过调整灰 度值增大空间冗余程度的同时，对造成帧图像的细节损失越少，最大程度的保证关注程度 大的区域的视觉无损。

计算区域集合的所有调整值的优选程度，将优选度最大的调整值作为区域集合的最优调整值；获得目标帧图像的所有区域集合的最优调整值，将区域集合中所有像素点的灰度值调整为区域集合的最优调整值，将调整灰度值后的所有区域集合按照顺序组成的与目标帧图像的大小相同的图像，记为目标帧图像的掩膜图像。

获取所有帧图像组的目标帧图像的掩膜图像。

图像调整模块S105，用于根据目标帧图像的掩膜图像对视频数据中所有帧图像组中的所有帧图像进行调整，获得所有调整帧图像。

具体包括：

需要说明的是，视频数据中存在大量的冗余信息，例如在道路监控视频的帧图像中，道路中间的绿化带与道路两侧的绿色空地为冗余信息，但这类信息中包含大量的细节信息，这些细节信息导致图像的局部灰度值的冗余程度较低，严重影响视频数据的压缩率。根据计算视频数据的帧图像中像素点的关注程度，将帧图像划分为多个区域集合，通过将区域集合中所有像素点的灰度值调整为区域集合的最优调整值，增加区域中灰度值的重复性，进而增加图像的冗余程度，提高数据压缩率。

进一步需要说明的是，同组视频帧模糊化：由于视频帧较多，对单一的视频帧进行处理时处理难度较大，通过分组后，同组的视频帧图像对比度较大，故在对同组视频帧进行处理时，第一帧视频帧的处理方式按上述方式进行处理，后续的视频帧图像仅处理关注程度较大的区域，对于模糊化之后的视频帧，对于关注程度较低的背景区域通过调整像素点的灰度值以降低其对于的区域细节信息，处理效果类似于局部模糊化，从而使得像素的重复性增大。

对于视频数据中任意一个帧图像组，将帧图像组的目标帧图像的掩膜图像，作为目标帧图像的调整帧图像。

将帧图像组中除目标帧图像外的任意一个帧图像记为待处理帧图像，对于待处理 帧图像中的任意一个像素点：如果像素点的关注程度小于关注程度阈值，将像素点的灰度 值调整为像素点在目标帧图像的掩膜图像中对应的区域集合的最优调整值，否则，通过像 素特征获取模块和掩膜图像获取模块，获得像素点的区域集合的最优调整值，将像素点的 灰度值调整为像素点的区域集合的最优调整值；其中，关注程度阈值，表示 目标帧图像中所有像素点的关注程度的最大值，为系数。

重复上述操作，对待处理帧图像中的所有像素点进行调整，将调整后的所有像素点按照顺序组成的图像，记为待处理帧图像的调整帧图像。

获得视频数据中每个帧图像组中的每个帧图像的调整帧图像。

例如，对如图2所示的帧图像进行调整后，获得的调整帧图像如图4所示，帧图像中某个区域的像素点的灰度值为：{88,88,88,87,87,89,89,72,72,72}，经过调整后的调整帧图像中该区域的像素点的灰度值为：{87,87,87,87,87,87,87,87,87,87}。

数据压缩模块S106，对视频数据的所有调整帧图像进行压缩存储。

具体包括：

利用游程编码压缩方式对视频数据中每个帧图像组中的每个帧图像的调整帧图像进行压缩，获得视频数据的压缩数据，完成对视频数据的压缩处理。

例如，采用采用游程编码压缩方式，对帧图像中某个区域的像素点的灰度值{88,88,88,87,87,89,89,72,72,72}进行压缩处理，游程编码处理后变为：{(88,3),(87,2),(89,2),(72,3)}，占用存储为8Byte；采用采用游程编码压缩方式，对调整后的调整帧图像中该区域的像素点的灰度值{87,87,87,87,87,87,87,87,87,87}进行压缩处理，游程编码处理后变为：{(87,10)}，占用存储为2Byte。

综上所述，本发明的系统包括视频数据采集模块、帧图像分组模块、像素特征获取模块、掩膜图像获取模块、图像调整模块、数据压缩模块，本发明利用视频数据的帧间对比度，将视频数据中的所有帧图像划分为多个帧图像组，将帧图像组的目标帧图像的数据处理方法应用于其他帧图像，降低了视频数据的处理难度；根据关注程度和交互像素点数量获取像素点的交互区域，根据像素点的交互区域的细节损失率获得像素点的可调控区间，根据区域集合的所有调整值的优选程度获得优调整值，在尽可能的保证图像无损的情况下，通过像素点的灰度值调整为最优调整值，增加灰度值的重复性，进而增加视频数据的冗余程度，提高视频数据压缩率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种视频数据处理应用系统，其特征在于，所述系统包括：

视频数据采集模块，采集视频数据，视频数据包括多个帧图像；

帧图像分组模块，根据相邻帧图像对的对比度将所有帧图像划分为多个帧图像组，获得所有帧图像上的所有像素点的关注程度；

像素特征获取模块，将每个帧图像组的第一个帧图像记为帧图像组的目标帧图像，根据关注程度获得目标帧图像中所有像素点的交互像素点数量，根据交互像素点数量获取目标帧图像中所有像素点的交互区域，根据交互区域计算目标帧图像中所有像素点的细节损失率；

掩膜图像获取模块，根据细节损失率获得像素点的可调控区间，根据像素点的可调控区间获取目标帧图像的所有区域集合，计算区域集合的所有调整值的优选程度，将优选程度最大的调整值作为区域集合的最优调整值；根据最优调整值获取所有帧图像组的目标帧图像的掩膜图像；

图像调整模块，根据目标帧图像的掩膜图像获得视频数据中每个帧图像组中的每个帧图像的调整帧图像；

数据压缩模块，利用压缩编码方式对视频数据中每个帧图像组中的每个帧图像的调整帧图像进行压缩，获得视频数据的压缩数据，完成对视频数据的压缩处理；

所述根据交互像素点数量获取目标帧图像中所有像素点的交互区域，包括的步骤为：

将目标帧图像中的任意一个像素点记为目标像素点，目标像素点的交互像素点数量的计算公式为：

式中，d表示目标像素点的交互像素点数量，分别表示目标帧图像中所有像素点的关注程度的最大值和关注程度的最小值，/>表示目标像素点的关注程度，/>表示目标帧图像中关注程度等于/>的像素点的数量，/>表示目标帧图像中的所有像素点的个数，/>为超参数；

以目标像素点为圆心，通过不断改变半径的大小获得圆形区域，获取圆形区域中与目标像素点的欧式距离小于等于半径的像素点，将像素点的数量等于目标像素点的交互像素点数量的圆形区域作为目标像素点的交互区域；将目标像素点的交互区域中的所有像素点记为目标像素点的交互像素点；

所述根据像素点的可调控区间获取目标帧图像的所有区域集合，包括的步骤为：

根据目标帧图像中像素点的灰度值和细节损失率获得像素点的可调控区间为，其中，/>表示像素点的灰度值，/>表示像素点的细节损失率；

获取目标帧图像的区域集合，包括：将目标帧图像中关注程度最大的像素点的所有交互像素点组成的集合，记为搜索集合；以目标帧图像中关注程度最大的像素点为起始点，将搜索集合中与起始点的可调控区间存在交集且在起始点的八邻域内的交互像素点记为基础点，将获得的基础点从搜索集合中去除；将获取的基础点作为新的起始点，重复获取基础点，直至搜索集合中不存在与起始点的可调控区间存在交集且在起始点的八邻域内的交互像素点，将起始点与获得的所有基础点组成的集合记为区域集合，将区域集合中的所有像素点从目标帧图像中去除；

重复获取目标帧图像的区域集合，直至目标帧图像中不存在像素点，获取目标帧图像的所有区域集合。

2.根据权利要求1所述的一种视频数据处理应用系统，其特征在于，所述相邻帧图像对的对比度的计算方法为：

通过角点匹配算法获取相邻帧图像对的匹配角点对，根据匹配角点对计算相邻帧图像对的对比度，包括：将2倍的相邻帧图像对的匹配角点对的个数，与相邻帧图像对中两个帧图像中角点的个数之和的比值，记为相邻帧图像对的对比度。

3.根据权利要求1所述的一种视频数据处理应用系统，其特征在于，所述计算目标帧图像中所有像素点的细节损失率，包括的步骤为：

将目标帧图像中的任意一个像素点记为目标像素点，目标像素点的细节损失率的计算公式为：

式中，k表示目标像素点的细节损失率，d表示目标像素点的交互像素点数量，即目标像素点的交互区域中像素点的数量，表示目标像素点的交互区域中第j个像素点的关注程度，/>分别表示目标像素点的交互区域中像素点的灰度值的最大值和最小值，/>表示目标像素点的交互区域的细节变化程度，/>表示目标像素点的灰度值，/>表示目标像素点的交互区域中第j个像素点的灰度值，/>表示目标像素点的交互区域中所有像素点的灰度值的均值，/>表示以自然常数为底的指数函数，/>表示取绝对值。

4.根据权利要求1所述的一种视频数据处理应用系统，其特征在于，所述计算区域集合的所有调整值的优选程度，包括的步骤为：

对于目标帧图像的任意一个区域集合，将区域集合中所有像素点的可调控区间的交集记为区域集合的集合区间，其中/>为区域集合的集合区间的上限，/>为区域集合的集合区间的下限；

将区域集合的集合区间中的任意一个整数记为区域集合的目标调整值/>，目标调整值/>的优选程度的计算公式为：

式中，表示目标调整值/>的优选程度，X表示区域集合中像素点的数量，/>表示区域集合中第x个像素点的灰度值，/>表示以自然常数为底的指数函数，/>表示取绝对值。

5.根据权利要求1所述的一种视频数据处理应用系统，其特征在于，所述获取所有帧图像组的目标帧图像的掩膜图像，包括的步骤为：

获得目标帧图像的所有区域集合的最优调整值，将区域集合中所有像素点的灰度值调整为区域集合的最优调整值，将调整灰度值后的所有区域集合按照顺序组成的与目标帧图像的大小相同的图像，记为目标帧图像的掩膜图像。

6.根据权利要求1所述的一种视频数据处理应用系统，其特征在于，所述获得视频数据中每个帧图像组中的每个帧图像的调整帧图像，包括的步骤为：

对于视频数据中任意一个帧图像组，将帧图像组的目标帧图像的掩膜图像，作为目标帧图像的调整帧图像；

将帧图像组中除目标帧图像外的任意一个帧图像记为待处理帧图像，对于待处理帧图像中的任意一个像素点：如果像素点的关注程度小于关注程度阈值，将像素点的灰度值调整为像素点在目标帧图像的掩膜图像中对应的区域集合的最优调整值，否则，通过像素特征获取模块和掩膜图像获取模块，获得像素点的区域集合的最优调整值，将像素点的灰度值调整为像素点的区域集合的最优调整值；其中，关注程度阈值，/>表示目标帧图像中所有像素点的关注程度的最大值，/>为系数；

对待处理帧图像中的所有像素点进行调整，将调整后的所有像素点按照顺序组成的图像，记为待处理帧图像的调整帧图像。