【技术实现步骤摘要】
一种基于数据挖掘的高效自适应的视频转码系统
本专利技术属于视频编码、视频转码领域,尤其涉及基于数据挖掘的高效自适应的视频转码系统,其可以对不同编码格式、不同码率、不同分辨率的视频进行解码,并重新编码,从而转码至满足需求的编码格式、码率及分辨率的视频。
技术介绍
现有技术一的技术方案现有技术一中实现的是等分辨率下MPEG-2/H.263→H.264的低复杂度的视频转码技术,它利用机器学习的方法找到MPEG-2/H.263的解码信息与H.264编码信息之间的联系,从而建立起编码端快速编码的机制,实现快速转码过程。现有技术一假设解码端MPEG-2/H.263宏块的CBP、编码模式、均值及方差与编码端H.264宏块的编码模式存在某种关联,利用WekaJ48分类器训练这些数据并得到决策树。图1、2示出了以MEPG→H.264为例的视频转码过程。将宏块模式决策树应用在实际MPEG-2/H.263→H.264转码过程中,从解码器实时获得宏块的残差信息、CBP、编码模式,将其传递到编码器端,通过决策树快速判决编码的宏块模式,而不需要全解全编,从而减少了转码复杂度。现有技术一的缺点1.针对较小分辨率的视频序列可以取得较好的质量和比特率之间的平衡,针对大视频以及清晰度较好的视频,取得近似图像质量情况比特率波动较大。2.只利用单一量化参数(QP=25)的决策树模型实现转码流程,在实际转码中,每个视频帧中宏块的QP都是不同的,利用QP=25的决策树模型对于QP在25附近的待转码视频的转码效果较好,但是对偏离25较远的QP视频的转码效果不好。这是因为在应用决策树模型时需要对训练的模 ...
【技术保护点】
一种基于数据挖掘的高效自适应的视频转码方法,包括以下步骤:步骤1、输入第一压缩标准的待转码的视频;步骤2、对所述待转码的视频进行解码,生成待编码的视频,并提取每个视频帧的每个宏块的解码信息;步骤3、将所提取的解码信息输入到编码宏块模式决策树,通过编码宏块模式决策树来确定待编码的视频的每个视频帧的每个宏块将采用的编码宏块模式;步骤4、根据所确定的编码宏块模式、以及每个宏块的运动矢量,对待编码的视频的每个视频帧的每个宏块进行第二压缩标准的编码,从而将待编码的视频编码为第二压缩标准的转码后的视频。
【技术特征摘要】
1.一种基于数据挖掘的高效自适应的视频转码方法,包括以下步骤:步骤1、输入第一压缩标准的待转码的视频;步骤2、对所述待转码的视频进行解码,生成待编码的视频,并提取每个视频帧的每个宏块的解码信息;步骤3、将所提取的解码信息输入到编码宏块模式决策树,通过编码宏块模式决策树来确定待编码的视频的每个视频帧的每个宏块将采用的编码宏块模式;步骤4、根据所确定的编码宏块模式、以及每个宏块的运动矢量,对待编码的视频的每个视频帧的每个宏块进行第二压缩标准的编码,从而将待编码的视频编码为第二压缩标准的转码后的视频,其中,所述编码宏块模式包括以下模式:Intra、16×16、16×8、8×16、8×8、8×4、4×8、4×4、skip,其中16×16、16×8、8×16构成第一大类,8×8、8×4、4×8、4×4构成第二大类,其中,在所述步骤3之后,还包括以下步骤:步骤3-1、如果所确定的某个宏块将采用的编码宏块模式属于16×16、16×8、8×16和8×8中的一个,则将所提取的解码信息以及运动矢量信息输入到所述运动矢量决策树,通过所述运动矢量决策树来确定待编码的视频的每个视频帧的每个宏块的运动矢量;步骤3-2、如果所确定的某个宏块将采用的编码宏块模式不属于16×16、16×8、8×16和8×8中的一个,则通过运动估计和运动搜索方式确定待编码的视频的每个视频帧的每个宏块的运动矢量。2.如权利要求1所述的视频转码方法,其中,所述第一压缩标准是MPEG-2或H.263压缩标准,所述第二压缩标准是H.264压缩标准,所述待编码的视频是YUV格式的视频,所述解码信息包括每个视频帧的每个宏块的残差信息、以及编码块模式信息。3.如权利要求2所述的视频转码方法,其中,在所述步骤2中,还需要提取每个视频帧的每个宏块的运动矢量信息。4.如权利要求3所述的视频转码方法,其中,所述运动矢量信息包括水平运动矢量信息和垂直运动矢量信息。5.如权利要求1所述的视频转码方法,其中,在所述步骤2中,还提取每个视频帧的每个宏块的量化参数,并且,在所述步骤3中,如果所提取的量化参数的值为12~21,则所述编码宏块模式决策树是第一编码宏块模式决策树,如果所提取的量化参数的值为22~30,则所述编码宏块模式决策树是第二编码宏块模式决策树,如果所提取的量化参数的值为31~40,则所述编码宏块模式决策树是第三编码宏块模式决策树,并且,其中,所述第一至第三编码宏块模式决策树分别对应于不同量化参数16、25、36。6.如权利要求1或5所述的视频转码方法,在所述步骤3中,如果所提取的量化参数的值为12~21,则所述运动矢量决策树是第一水平运动矢量决策树和第一垂直运动矢量决策树,如果所提取的量化参数的值为22~30,则所述运动矢量决策树是第二水平运动矢量决策树和第二垂直运动矢量决策树,如果所提取的量化参数的值为31~40,则所述运动矢量决策树是第三水平运动矢量决策树和第三垂直运动矢量决策树,并且,其中,所述第一至第三水平运动矢量决策树分别对应于不同量化参数16、25、36,所述第一至第三垂直运动矢量决策树分别对应于不同量化参数16、25、36。7.如权利要求1所述的视频转码方法,其中,当待转码的视频的码率和通过预编码确定的转码后视频的码率的比值小于第一阈值时,所述编码宏块模式决策树是第一编码宏块模式决策树,当所述比值不小于第一个阈值且小于第二个阈值时,所述编码宏块模式决策树是第二编码宏块模式决策树,当所述比值不小于第三个阈值时,所述编码宏块模式决策树是第三编码宏块模式决策树,并且,其中,所述第一至第三编码宏块模式决策树分别对应于不同量化参数16、25、36。8.如权利要求1或5所述的视频转码方法,其中,在所述步骤3中,当待转码的视频的码率和通过预编码确定的转码后视频的码率的比值小于第一阈值时,所述运动矢量决策树是第一水平运动矢量决策树和第一垂直运动矢量决策树,当所述比值不小于第一个阈值且小于第二个阈值时,所述运动矢量决策树是第二水平运动矢量决策树和第二垂直运动矢量决策树,当所述比值不小于第三个阈值时...
【专利技术属性】
技术研发人员:庄伯金,董海丰,苏菲,赵衍运,赵志诚,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。