CN117459719A - 一种参考帧选择方法、装置、电子设备和存储介质 - Google Patents
一种参考帧选择方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117459719A CN117459719A CN202311406959.0A CN202311406959A CN117459719A CN 117459719 A CN117459719 A CN 117459719A CN 202311406959 A CN202311406959 A CN 202311406959A CN 117459719 A CN117459719 A CN 117459719A
- Authority
- CN
- China
- Prior art keywords
- frame
- candidate reference
- current frame
- cluster
- clustering
- 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.)
- Pending
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 230000002457 bidirectional effect Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000003064 k means clustering Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 18
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种参考帧选择方法、装置、电子设备和存储介质，涉及数据处理技术领域，尤其涉及视频编码技术、无监督学习技术领域。方法包括：获取待处理的当前帧，并确定所述当前帧的属性信息；根据所述属性信息，对参考帧集中的候选参考帧进行筛选；对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇；从每个聚类簇中各自选出一个候选参考帧，并添加到所述当前帧关联的参考帧列表中。本公开方案可以提高参考帧选择的准确性。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及视频编码技术、无监督学习技术领域，具体涉及一种参考帧选择方法、装置、电子设备、存储介质和计算机程序产品。
背景技术
如今，视频已成为最受欢迎的内容消费方式。而为了减少传输带宽和存储成本，视频服务提供商通常会采用各种视频编码技术对视频进行压缩处理。
发明内容
本公开提供了一种参考帧选择方法、装置、电子设备、存储介质和计算机程序产品。
根据本公开的一方面，提供了一种参考帧选择方法，包括：
获取待处理的当前帧，并确定所述当前帧的属性信息；
根据所述属性信息，对参考帧集中的候选参考帧进行筛选；
对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇；
从每个聚类簇中各自选出一个候选参考帧，并添加到所述当前帧关联的参考帧列表中。
根据本公开的另一方面，提供了一种参考帧选择装置，包括：
数据获取模块，用于获取待处理的当前帧，并确定所述当前帧的属性信息；
第一选择模块，用于根据所述属性信息，对参考帧集中的候选参考帧进行筛选；
聚类模块，用于对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇；
第二选择模块，用于从每个聚类簇中各自选出一个候选参考帧，并添加到所述当前帧关联的参考帧列表中。
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本公开任意实施例所述的参考帧选择方法。
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，所述计算机指令用于使计算机执行本公开任意实施例所述的参考帧选择方法。
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，计算机程序在被处理器执行时实现本公开任意实施例的参考帧选择方法。
根据本公开的技术，可以提高参考帧选择的准确性。
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
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例的一种参考帧选择方法的流程示意图；
图2是根据本公开实施例的另一种参考帧选择方法的流程示意图；
图3是根据本公开实施例的另一种参考帧选择方法的流程示意图；
图4是根据本公开实施例的一种参考帧选择装置的结构示意图；
图5是用来实现本公开实施例的参考帧选择方法的电子设备的框图。
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和精神。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。
本公开方案适用于利用高效视频编码(HEVC)技术对视频序列数据进行编码的场景，HEVC技术相比于其他编码技术，不仅可以保证编码质量，还可以显著降低码率。在利用HEVC技术进行视频编码时，需要为待编码的视频帧选择合适的参考帧，以便基于合适的参考帧对待编码的视频帧进行运动估计，进而根据运动估计结果进行相应编码；其中，参考帧指的是已经编码好的视频帧。在一种可选的实现方案中，可以通过链表的方式来管理参考帧，在有新的参考帧生成时，将新生成的参考帧加入到链表表头。后续从链表中为待编码的视频帧选择合适的参考帧时，例如先确定需要的参考帧数量，然后从链表表头开始，以此向后选择足够数量的参考帧。但是这种方式有一定的不足：因为每次新的参考帧都是加入到表头，导致最终为待编码视频帧选择的参考帧均是距离待编码视频帧比较近的，无法选择到距离稍远的参考帧，使得最后运动估计无法得到最优的结果。基于此，本公开方案提出一种新的参考帧选择方法，该方法的具体流程可以参见如下实施例。
图1是根据本公开实施例的一种参考帧选择方法的示意图，本实施例可适用于对视频数据进行编码的场景。该方法可由一种参考帧选择装置来执行，该装置采用软件和/或硬件的方式实现，并配置在电子设备中。
如图1所示，该方法具体包括如下：
S101、获取待处理的当前帧，并确定当前帧的属性信息。
本实施例方案适用于视频编码的场景，因此待处理的当前帧可选的是待编码视频序列中任意的单个视频帧。在获取到当前帧后，可以确定当前帧的属性信息；其中，属性信息可以包括当前帧的类型和显示顺序参数；而类型可选的包括前向预测编码帧(即P帧)和双向预测编码帧(即B帧)；显示顺序参数用于表征当前帧在视频序列中显示的顺序，可选的，显示顺序参数可以是当前帧的帧号。
S102、根据属性信息，对参考帧集中的候选参考帧进行筛选。
本实施例中，参考帧集包括若干候选参考帧，而为了保证对当前帧编码的准确性，需要从参考帧集中为当前帧选出合适的候选参考帧。在一种可选的实现方案中，若当前帧的类型为前向预测编码帧，在对当前帧进行运动估计时，只需参考显示顺序排在当前帧之前的候选参考帧，因此，针对当前帧的类型为前向预测编码帧的情况，根据显示顺序参数从参考帧集中选出显示顺序排在当前帧之前的前向候选参考帧。在实现时，可以采用滑窗技术来选择前向候选参考帧，例如可以设置一个固定的窗口，该窗口可以按照预设步长移动，并在每个位置选择一个显示顺序上排在当前帧之前的候选参考帧作为前向候选参考帧。
若当前帧的类型的双向预测编码帧，在对当前帧进行运动估计时，需要同时参考显示顺序排在当前帧之前的候选参考帧，以及显示顺序排在当前帧之后的候选参考帧，因此，针对当前帧的类型为双向预测编码帧的情况，可以根据当前帧的显示顺序参数从参考帧集中选出显示顺序排在当前帧之前的前向候选参考帧，以及显示顺序排在当前帧之后的后向候选参考帧。在实现时，可以采用滑窗技术从参考帧集中选择前向候选参考帧和后向候选参考帧。
需要说明的是，根据属性信息，对参考帧集中的候选参考帧进行筛选，实际上是对参考帧集划分为包括前向候选参考帧的前向参考帧集和包括后向候选参考帧的后向参考帧集，而且，根据当前帧属性信息对参考帧集进行筛选，本质上是对参考帧集进行一次粗选，选择可能适合当前帧的候选参考帧，是后续通过聚类选择合适候选参考帧的基础。
S103、对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇。
本实施例中，若当前帧的类型为前向预测编码图像帧，则对步骤S102中选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；其中，任一前向聚类簇可以包括至少一个前向候选参考帧。
若当前帧的类型的双向预测编码帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；其中，任一前向聚类簇可以包括至少一个前向候选参考帧；对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇；其中，任一后向聚类簇可以包括至少一个后向候选参考帧。
需要说明的是，本实施例方案可以采用任意的聚类方法，在此不做具体限定。而且针对当前帧类型的不同，选择不同的聚类对象，为后续选出适合当前帧的候选参考帧提供了保证。
S104、从每个聚类簇中各自选出一个候选参考帧，并添加到当前帧关联的参考帧列表中。
可选的，针对当前帧的类型为前向预测编码帧的情况，可以从每个前向聚类簇中各自选出一个前后候选参考帧，具体的，可以随机选择，也可以按照预设的选择策略进行选择，在此不做具体限定；进而将选出的前向候选参考帧添加到当前帧关联的参考帧列表中；其中，参考帧列表用于保存对当前帧进行运动估计时所需的参考帧。
针对当前帧的类型的双向预测编码帧的情况，可以从每个前向聚类簇中各自选出一个前向候选参考帧，同时从每个后向聚类簇中各自选出一个后向候选参考帧，进而将从两种聚类簇中选出的前向候选参考帧和后向候选参考帧添加到当前帧关联的参考帧列表中。
本公开方案还可以按照如下流程进行：根据当前帧的显示顺序参数，对参考帧集中的候选参考帧进行筛选，确定其中的前向候选参考帧和后向候选参考帧；进而对前向候选参考帧进行聚类，得到多个前向聚类簇，并从每个前向聚类簇中各自选出一个前向候选参考帧添加到当前帧关联的参考帧列表中；进一步的，根据当前帧的类型，判断当前帧是否为双向预测编码帧；若否，在输出参考帧列表，以便根据参考帧列表中的前向候选参考帧进行运动估计；若是，则对后向候选参考帧进行聚类，得到多个后向聚类簇，并从每个后向聚类簇中各自选出一个后向候选参考帧添加到当前帧关联的参考帧列表中，然后输出同时包括前向候选参考帧和后向候选参考帧的参考帧列表。
本实施例方案可以选出与当前帧更多不同特性的候选参考帧，从而使得当前帧在运动估计的时更容易选择出相对应的匹配块，解决了因为参考帧比较集中造成参考帧特性比较接近，很多时候无法搜索到更好的匹配块的问题。而且通过本公开方案，可以使得对于参考帧的选择更加准确，进而可以保证视频编码性能，所用带宽更少。
图2是根据本公开实施例的另一种参考帧选择方法的流程示意图。如图2所示，该参考帧选择方法具体包括如下步骤：
S201、获取待处理的当前帧，并确定当前帧的属性信息。
其中，属性信息可以包括当前帧的类型和显示顺序参数；而类型可选的包括前向预测编码帧(即P帧)和双向预测编码帧(即B帧)；显示顺序参数用于表征当前帧在视频序列中显示的顺序，可选的，显示顺序参数可以是当前帧的帧号。
S202、根据属性信息，对参考帧集中的候选参考帧进行筛选。
可选的，若当前帧的类型为前向预测编码帧，则根据显示顺序参数从参考帧集中选出显示顺序排在当前帧之前的前向候选参考帧；若当前帧的类型的双向预测编码帧，则根据显示顺序参数从参考帧集中选出显示顺序排在当前帧之前的前向候选参考帧，以及显示顺序排在当前帧之后的后向候选参考帧。
S203、对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇。
可选的，若当前帧的类型为前向预测编码图像帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；若当前帧的类型的双向预测编码帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇。
本实施例中，从每个聚类簇中各自选出一个候选参考帧，并添加到当前帧关联的参考帧列表的过程，可以参见步骤S204-S205。
S204、若当前帧的类型为前向预测编码图像帧，针对任一前向聚类簇，从该前向聚类簇中确定与当前帧距离最近的前向候选参考帧，并将前向候选参考帧添加到当前帧关联的参考帧列表中。
S205、若当前帧的类型为双向预测编码帧，针对任一前向聚类簇，从该前向聚类簇中确定与当前帧距离最近的前向候选参考帧，并将前向候选参考帧添加到当前帧关联的参考帧列表中；针对任一后向聚类簇，从该后向聚类簇中确定与当前帧距离最近的后向候选参考帧，并将后向候选参考帧添加到当前帧关联的参考帧列表中。
可选的，针对任一前向聚类簇，根据前向聚类簇中每个前向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个前向候选参考帧与当前帧的距离；例如，针对该聚类簇中的任一前向候选参考帧，将前向候选参考帧的显示顺序参数和当前帧的显示顺序参数的差值的绝对值，作为该前向候选参考帧与当前帧的距离。进而根据该前向聚类簇中每个前向候选参考帧与当前帧的距离，选择与当前帧距离最近的前向候选参考帧。如此，可以从每个前向聚类簇中最适合当前帧的候选参考帧。
可选的，针对任一后向聚类簇，根据后向聚类簇中每个后向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个后向候选参考帧与当前帧的距离；例如，针对该聚类簇中的任一后向候选参考帧，将后向候选参考帧的显示顺序参数和当前帧的显示顺序参数的差值的绝对值，作为该后向候选参考帧与当前帧的距离。根据该后向聚类簇中每个后向候选参考帧与当前帧的距离，选择与当前帧距离最近的后向候选参考帧。如此，可以从每个后向聚类簇中最适合当前帧的候选参考帧。
本实施例中，在完成候选参考帧聚类的基础上，根据聚类簇中候选参考帧与当前帧的距离，从每个聚类簇中各自选出一个距离当前帧最近的候选参考帧，实现了对候选参考帧的进一步筛选，保证了选出的候选参考帧的准确性。
图3是根据本公开实施例的另一种参考帧选择方法的流程示意图。如图3所示，该方法具体包括如下：
S301、获取待处理的当前帧，并确定当前帧的属性信息。
本实施例中，属性信息可以包括当前帧的类型和显示顺序参数；而类型可选的包括前向预测编码帧(即P帧)和双向预测编码帧(即B帧)；显示顺序参数用于表征当前帧在视频序列中显示的顺序，可选的，显示顺序参数可以是当前帧的帧号。
S302、确定参考帧集中候选参考帧与当前帧之间的相关性特征。
可选的，将参考集中的各候选参考帧与当前帧进行比较，确定相关性特征，其中，相关性特征包括候选参考帧的帧间块数量、帧内块数量、帧内编码损失、画质量化参数、图像亮度均值、亮度方差中的至少一种。需要说明的是，通过选择这些特征，可以保证后续聚类的准确性。
S303、对候选参考帧与当前帧之间的相关性特征进行预处理。
其中，预处理包括标准化处理和归一化处理，通过标准化处理和归一化处理，可以将相关性特征转化为正态分布的形式，消除量纲或数值对后续聚类结果的影响。
S304、根据属性信息，对参考帧集中的候选参考帧进行筛选。
可选的，若当前帧的类型为前向预测编码帧，则根据显示顺序参数从参考帧集中选出显示顺序排在当前帧之前的前向候选参考帧；若当前帧的类型的双向预测编码帧，则根据显示顺序参数从参考帧集中选出显示顺序排在当前帧之前的前向候选参考帧，以及显示顺序排在当前帧之后的后向候选参考帧。
S305、对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇。
可选的，若当前帧的类型为前向预测编码图像帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；若当前帧的类型的双向预测编码帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇。
而在一种可选的实现方案中，对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇，包括：
获取预先确定的聚类所需前向候选参考帧的第一数量；其中，第一数量可以是预先设定的；根据前向候选参考帧与当前帧之间的相关性特征，结合第一数量和预设聚类算法，对前向候选参考帧进行聚类，得到至少一个前向聚类簇；其中，预设聚类算法为无监督学习的K均值聚类算法。具体的聚类过程如下：步骤1、确定聚类数量K；其中，K的值可以等于第一数量。步骤2、初始化聚类中心：对于每个类别，选择一个前向候选参考帧作为该类别的初始聚类中心。这些中心可以随机选择，也可以使用一些启发式方法来选择。步骤3、分配前向候选参考帧到各个类别：对于每个前向候选参考帧，计算其与每个聚类中心之间的距离，并将其分配到距离最近的聚类中心所在的类别中；其中，距离是根据前向候选参考帧的相关性特征和聚类中心的相关性特征之间的欧式距离。步骤4、重新计算聚类中心，每个聚类中心的新位置是通过计算该聚类中所有前向候选参考帧的平均位置得到的。重复步骤3和步骤4，直到聚类中心不再发生显著变化，或者达到预设的迭代次数，输出聚类结果，即输出每个参考帧所属的类别及其对应的聚类中心。
而在一种可选的实现方案中，对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇，包括：
获取预先确定的聚类所需后向候选参考帧的第二数量；其中，第一数量可以是预先设定的；根据后向候选参考帧与当前帧之间的相关性特征，结合第二数量和预设聚类算法，对后向候选参考帧进行聚类，得到至少一个后向聚类簇；其中，预设聚类算法为无监督学习的K均值聚类算法。具体的聚类过程与上述对前向候选参考帧的聚类过程类似，在此不再赘述。
在此需要说明的是，如果第一数量大于或等于前向参考帧集中前向候选参考帧的实际数量，则将前向参考帧集中全部前向候选参考帧添加到当前帧的参考帧列表中，不需要进行聚类的过程。同理，如果第二数量大于或等于后向参考帧集中后向候选参考帧的实际数量，则将后向参考帧集中全部后向候选参考帧添加到当前帧的参考帧列表中，不需要进行聚类的过程。以此节省编码时间。
S306、从每个聚类簇中各自选出一个候选参考帧，并添加到当前帧关联的参考帧列表中。
可选的，若当前帧的类型为前向预测编码图像帧，针对任一前向聚类簇，从该前向聚类簇中确定与当前帧距离最近的前向候选参考帧，并将前向候选参考帧添加到当前帧关联的参考帧列表中；若当前帧的类型为双向预测编码帧，针对任一前向聚类簇，从该前向聚类簇中确定与当前帧距离最近的前向候选参考帧，并将前向候选参考帧添加到当前帧关联的参考帧列表中；针对任一后向聚类簇，从该后向聚类簇中确定与当前帧距离最近的后向候选参考帧，并将后向候选参考帧添加到当前帧关联的参考帧列表中。
本实施例中，确定候选参考帧与当前帧之间的相关性特征，并进行预处理，保证了后续参考帧聚类的准确进行；采用无监督的k均值聚类算法，相较经验公式，实验拟合曲线等传统的方法相比能够更加快速的选择出符合要求的参考帧。
图4是根据本公开实施例的参考帧选择装置的结构示意图，本实施例可适用于对视频数据进行编码的场景。该装置可实现本公开任意实施例所述的参考帧选择方法。如图4所示，该装置400具体包括：
数据获取模块401，用于获取待处理的当前帧，并确定所述当前帧的属性信息；
第一选择模块402，用于根据所述属性信息，对参考帧集中的候选参考帧进行筛选；
聚类模块403，用于对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇；
第二选择模块404，用于从每个聚类簇中各自选出一个候选参考帧，并添加到所述当前帧关联的参考帧列表中。
在一种可选的实现方案中，所述属性信息包括当前帧的类型和显示顺序参数；
第一选择模块包括：
第一选择单元，用于若当前帧的类型为前向预测编码图像帧，则根据所述显示顺序参数从所述参考帧集中选出显示顺序排在所述当前帧之前的前向候选参考帧；
第二选择单元，用于若当前帧的类型的双向预测编码帧，则根据所述显示顺序参数从所述参考帧集中选出显示顺序排在所述当前帧之前的前向候选参考帧，以及显示顺序排在所述当前帧之后的后向候选参考帧。
在一种可选的实现方案中，聚类模块包括：
第一聚类单元，用于若所述当前帧的类型为前向预测编码图像帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；
第二聚类单元，用于若所述当前帧的类型的双向预测编码帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇。
在一种可选的实现方案中，第二选择模块包括：
第三选择单元，用于若当前帧的类型为前向预测编码图像帧，针对任一前向聚类簇，从该前向聚类簇中确定与所述当前帧距离最近的前向候选参考帧，并将所述前向候选参考帧添加到所述当前帧关联的参考帧列表中；
第四选择单元，用于若当前帧的类型为双向预测编码帧，针对任一前向聚类簇，从该前向聚类簇中确定与所述当前帧距离最近的前向候选参考帧，并将所述前向候选参考帧添加到所述当前帧关联的参考帧列表中；针对任一后向聚类簇，从该后向聚类簇中确定与所述当前帧距离最近的后向候选参考帧，并将所述后向候选参考帧添加到所述当前帧关联的参考帧列表中。
在一种可选的实现方案中，还包括：
特征选择模块，用于确定参考帧集中候选参考帧与所述当前帧之间的相关性特征；
特征处理模块，用于对所述候选参考帧与所述当前帧之间的相关性特征进行预处理；其中，所述预处理包括标准化处理和归一化处理。
在一种可选的实现方案中，第一聚类单元还用于：
获取预先确定的聚类所需前向候选参考帧的第一数量；
根据所述前向候选参考帧与当前帧之间的相关性特征，结合所述第一数量和预设聚类算法，对所述前向候选参考帧进行聚类，得到至少一个前向聚类簇。
在一种可选的实现方案中，第二聚类单元还用于：
获取预先确定的聚类所需后向候选参考帧的第二数量；
根据所述后向候选参考帧与当前帧之间的相关性特征，结合所述第二数量和预设聚类算法，对所述后向候选参考帧进行聚类，得到至少一个后向聚类簇。
在一种可选的实现方案中，第三选择单元还用于：
针对任一前向聚类簇，根据所述前向聚类簇中每个前向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个前向候选参考帧与当前帧的距离；
根据所述距离，选择与所述当前帧距离最近的前向候选参考帧。
在一种可选的实现方案中，第四选择单元还用于：
针对任一后向聚类簇，根据所述后向聚类簇中每个后向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个后向候选参考帧与当前帧的距离；
根据所述距离，选择与所述当前帧距离最近的后向候选参考帧。
在一种可选的实现方案中，所述预设聚类算法为K均值聚类算法。
上述产品可执行本公开任意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。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开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。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，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5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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。
计算单元501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501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、各种执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501执行上文所描述的各个方法和处理，例如参考帧选择方法。例如，在一些实施例中，参考帧选择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508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的参考帧选择方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行参考帧选择方法。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(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)、区块链网络和互联网。
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执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。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (23)
1.一种参考帧选择方法，包括：
获取待处理的当前帧，并确定所述当前帧的属性信息；
根据所述属性信息，对参考帧集中的候选参考帧进行筛选；
对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇；
从每个聚类簇中各自选出一个候选参考帧，并添加到所述当前帧关联的参考帧列表中。
2.根据权利要求1所述的方法，其中，所述属性信息包括当前帧的类型和显示顺序参数；
根据所述属性信息，对参考帧集中的候选参考帧进行筛选，包括：
若当前帧的类型为前向预测编码帧，则根据所述显示顺序参数从所述参考帧集中选出显示顺序排在所述当前帧之前的前向候选参考帧；
若当前帧的类型的双向预测编码帧，则根据所述显示顺序参数从所述参考帧集中选出显示顺序排在所述当前帧之前的前向候选参考帧，以及显示顺序排在所述当前帧之后的后向候选参考帧。
3.根据权利要求2所述的方法，其中，对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇，包括：
若所述当前帧的类型为前向预测编码图像帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；
若所述当前帧的类型的双向预测编码帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇。
4.根据权利要求3所述的方法，其中，从每个聚类簇中各自选出一个候选参考帧，并添加到所述当前帧关联的参考帧列表中，包括：
若当前帧的类型为前向预测编码图像帧，针对任一前向聚类簇，从该前向聚类簇中确定与所述当前帧距离最近的前向候选参考帧，并将所述前向候选参考帧添加到所述当前帧关联的参考帧列表中；
若当前帧的类型为双向预测编码帧，针对任一前向聚类簇，从该前向聚类簇中确定与所述当前帧距离最近的前向候选参考帧，并将所述前向候选参考帧添加到所述当前帧关联的参考帧列表中；针对任一后向聚类簇，从该后向聚类簇中确定与所述当前帧距离最近的后向候选参考帧，并将所述后向候选参考帧添加到所述当前帧关联的参考帧列表中。
5.根据权利要求3所述的方法，还包括：
确定参考帧集中候选参考帧与所述当前帧之间的相关性特征；
对所述候选参考帧与所述当前帧之间的相关性特征进行预处理；其中，所述预处理包括标准化处理和归一化处理。
6.根据权利要求5所述的方法，其中，对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇，包括：
获取预先确定的聚类所需前向候选参考帧的第一数量；
根据所述前向候选参考帧与当前帧之间的相关性特征，结合所述第一数量和预设聚类算法，对所述前向候选参考帧进行聚类，得到至少一个前向聚类簇。
7.根据权利要求5所述的方法，其中，对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇，包括：
获取预先确定的聚类所需后向候选参考帧的第二数量；
根据所述后向候选参考帧与当前帧之间的相关性特征，结合所述第二数量和预设聚类算法，对所述后向候选参考帧进行聚类，得到至少一个后向聚类簇。
8.根据权利要求4所述的方法，其中，针对任一前向聚类簇，从该前向聚类簇中确定与所述当前帧距离最近的前向候选参考帧，包括：
针对任一前向聚类簇，根据所述前向聚类簇中每个前向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个前向候选参考帧与当前帧的距离；
根据所述距离，选择与所述当前帧距离最近的前向候选参考帧。
9.根据权利要求4所述的方法，其中，针对任一后向聚类簇，从该后向聚类簇中确定与所述当前帧距离最近的后向候选参考帧，包括：
针对任一后向聚类簇，根据所述后向聚类簇中每个后向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个后向候选参考帧与当前帧的距离；
根据所述距离，选择与所述当前帧距离最近的后向候选参考帧。
10.根据权利要求6或7所述的方法，其中，所述预设聚类算法为K均值聚类算法。
11.一种参考帧选择装置，包括：
数据获取模块，用于获取待处理的当前帧，并确定所述当前帧的属性信息；
第一选择模块，用于根据所述属性信息，对参考帧集中的候选参考帧进行筛选；
聚类模块，用于对筛选出的候选参考帧进行聚类处理，得到至少一个聚类簇；
第二选择模块，用于从每个聚类簇中各自选出一个候选参考帧，并添加到所述当前帧关联的参考帧列表中。
12.根据权利要求11所述的装置，其中，所述属性信息包括当前帧的类型和显示顺序参数；
第一选择模块包括：
第一选择单元，用于若当前帧的类型为前向预测编码图像帧，则根据所述显示顺序参数从所述参考帧集中选出显示顺序排在所述当前帧之前的前向候选参考帧；
第二选择单元，用于若当前帧的类型的双向预测编码帧，则根据所述显示顺序参数从所述参考帧集中选出显示顺序排在所述当前帧之前的前向候选参考帧，以及显示顺序排在所述当前帧之后的后向候选参考帧。
13.根据权利要求12所述的装置，其中，聚类模块包括：
第一聚类单元，用于若所述当前帧的类型为前向预测编码图像帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；
第二聚类单元，用于若所述当前帧的类型的双向预测编码帧，则对选出的前向候选参考帧进行聚类，得到至少一个前向聚类簇；对选出的后向候选参考帧进行聚类，得到至少一个后向聚类簇。
14.根据权利要求13所述的装置，其中，第二选择模块包括：
第三选择单元，用于若当前帧的类型为前向预测编码图像帧，针对任一前向聚类簇，从该前向聚类簇中确定与所述当前帧距离最近的前向候选参考帧，并将所述前向候选参考帧添加到所述当前帧关联的参考帧列表中；
第四选择单元，用于若当前帧的类型为双向预测编码帧，针对任一前向聚类簇，从该前向聚类簇中确定与所述当前帧距离最近的前向候选参考帧，并将所述前向候选参考帧添加到所述当前帧关联的参考帧列表中；针对任一后向聚类簇，从该后向聚类簇中确定与所述当前帧距离最近的后向候选参考帧，并将所述后向候选参考帧添加到所述当前帧关联的参考帧列表中。
15.根据权利要求13所述的装置，还包括：
特征选择模块，用于确定参考帧集中候选参考帧与所述当前帧之间的相关性特征；
特征处理模块，用于对所述候选参考帧与所述当前帧之间的相关性特征进行预处理；其中，所述预处理包括标准化处理和归一化处理。
16.根据权利要求15所述的装置，其中，第一聚类单元还用于：
获取预先确定的聚类所需前向候选参考帧的第一数量；
根据所述前向候选参考帧与当前帧之间的相关性特征，结合所述第一数量和预设聚类算法，对所述前向候选参考帧进行聚类，得到至少一个前向聚类簇。
17.根据权利要求15所述的装置，其中，第二聚类单元还用于：
获取预先确定的聚类所需后向候选参考帧的第二数量；
根据所述后向候选参考帧与当前帧之间的相关性特征，结合所述第二数量和预设聚类算法，对所述后向候选参考帧进行聚类，得到至少一个后向聚类簇。
18.根据权利要求14所述的装置，其中，第三选择单元还用于：
针对任一前向聚类簇，根据所述前向聚类簇中每个前向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个前向候选参考帧与当前帧的距离；
根据所述距离，选择与所述当前帧距离最近的前向候选参考帧。
19.根据权利要求14所述的装置，其中，第四选择单元还用于：
针对任一后向聚类簇，根据所述后向聚类簇中每个后向候选参考帧的显示顺序参数和当前帧的显示顺序参数，确定每个后向候选参考帧与当前帧的距离；
根据所述距离，选择与所述当前帧距离最近的后向候选参考帧。
20.根据权利要求16或17所述的装置，其中，所述预设聚类算法为K均值聚类算法。
21.一种电子设备，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1-10中任一项所述的参考帧选择方法。
22.一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计算机执行根据权利要求1-10中任一项所述的参考帧选择方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的参考帧选择方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311406959.0A CN117459719A (zh) | 2023-10-26 | 2023-10-26 | 一种参考帧选择方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311406959.0A CN117459719A (zh) | 2023-10-26 | 2023-10-26 | 一种参考帧选择方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117459719A true CN117459719A (zh) | 2024-01-26 |
Family
ID=89594288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311406959.0A Pending CN117459719A (zh) | 2023-10-26 | 2023-10-26 | 一种参考帧选择方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117459719A (zh) |
-
2023
- 2023-10-26 CN CN202311406959.0A patent/CN117459719A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112633384B (zh) | 基于图像识别模型的对象识别方法、装置和电子设备 | |
| CN113379627B (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
| CN112488060B (zh) | 目标检测方法、装置、设备和介质 | |
| CN114449343A (zh) | 一种视频处理方法、装置、设备及存储介质 | |
| CN115345968B (zh) | 虚拟对象驱动方法、深度学习网络的训练方法及装置 | |
| CN113902696A (zh) | 图像处理方法、装置、电子设备和介质 | |
| CN113657249B (zh) | 训练方法、预测方法、装置、电子设备以及存储介质 | |
| CN113254712A (zh) | 视频匹配方法、视频处理方法、装置、电子设备及介质 | |
| CN113360683A (zh) | 训练跨模态检索模型的方法以及跨模态检索方法和装置 | |
| CN117459719A (zh) | 一种参考帧选择方法、装置、电子设备和存储介质 | |
| CN113556575A (zh) | 用于压缩数据的方法、装置、设备、介质和产品 | |
| CN113988294A (zh) | 训练预测网络的方法、图像处理方法和装置 | |
| CN113361574A (zh) | 数据处理模型的训练方法、装置、电子设备及存储介质 | |
| CN113283305B (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
| CN116260973B (zh) | 一种时域滤波方法、装置、电子设备及存储介质 | |
| CN112866693B (zh) | 编码单元cu的划分方法、装置、电子设备和存储介质 | |
| CN113963433B (zh) | 运动搜索方法、装置、电子设备及存储介质 | |
| CN113099231B (zh) | 确定亚像素插值位置的方法、装置、电子设备和存储介质 | |
| CN117615137B (zh) | 一种视频处理方法、装置、设备以及存储介质 | |
| CN113362304B (zh) | 清晰度预测模型的训练方法和确定清晰等级的方法 | |
| CN115190295B (zh) | 视频帧处理方法、装置、设备及存储介质 | |
| CN117014602A (zh) | 参考帧筛选模型的训练方法、装置及计算机程序产品 | |
| CN116361658A (zh) | 模型训练方法、任务处理方法、装置、电子设备及介质 | |
| CN117097955A (zh) | 视频处理方法、装置、设备和存储介质 | |
| CN116561577A (zh) | 一种模型训练、物品表示方法、装置、电子设备及介质 |
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 |