一种视频图像再压缩方法技术

本发明专利技术公开了一种视频图像再压缩方法，采用将原视频进行分割重构的方法，先根据SBD技术对原视频的分割形成的各视频段进行分类，将不同类型的视频段分别进行处理，对某些帧进行省略，主要针对传统压缩方法对帧间数据压缩比例不够的情况，提出一种结合现有视频图像压缩方法和深度学习技术的视频图像再压缩方法，能极大地提高视频图像帧间数据的压缩比例。具有在现有压缩方法上结合深度学习的方法极大地减少了视频图像帧之间的冗余信息，能在现有方法上提高5倍以上的压缩比的优势。

【技术实现步骤摘要】
一种视频图像再压缩方法
本专利技术涉及视频处理领域，特别涉及一种视频图像再压缩方法。
技术介绍
视频图像压缩的目的是要在有限的网络带宽条件下传输更高分辨率更高质量的视频或者在同等视频容量内存储更高分辨率更高质量的视频。现有压缩方法以H.265标准为例主要针对帧内数据压缩和相邻帧间的数据压缩，对视频帧序列数据的压缩程度不够高(即时序上的压缩比例不高)。随着新的拍摄设备及视频播放需求(全景相机、全景视频、超高分辨率视频)的出现，未来4K、8K分辨率的视频制作及播放将成为主流，因此需要同行压缩质量下更高比例的压缩方法。
技术实现思路
本专利技术的目的在于：提供了一种结合现有视频图像压缩方法和深度学习技术的视频图像再压缩方法，解决了传统压缩方法对帧间数据压缩比例不够的问题，能极大地提高视频图像帧间数据的压缩比例。本专利技术采用的技术方案如下：一种视频图像再压缩方法，包括前端模块和后端模块，还包括以下步骤：A、将现有视频解码得到视频帧序列；B、将视频分为N个视频片段，每个视频片段包括K帧图像，N段视频片段构成完整的步骤A中所述的视频帧序列，其中10≤K≤20，N为正整数；C、使用SBD算法对视频进行处理，将步骤B中的N段视频片段分为Normal、Sharp和Gradual三类视频片段，其中，Normal:正常视频片段，Sharp：急剧变化的视频边界，Gradual：渐变的视频边界；D、建立新的视频序列；E、依次对N段视频片段进行分析重构；所述步骤E中对N段视频片段进行分析重构的方法包括以下步骤：E1、判断该段视频的类别属于Normal、Sharp或Gradual，当该段视频的类别为Normal时，进入步骤E2；当该段视频的类别为Sharp时，进入步骤E3；当该段视频的类别为时Gradual进入步骤E3；E2、对该片段的首帧和尾帧计算计算颜色直方图colorhistogram，并计算对应colorhistogram之间的巴氏距离BhattacharyyaDistance记为dN，若dN小于或等于阈值fN，则取出首帧和尾帧存入新的视频帧序列，若dN大于阈值fN，将本视频片段的最后一帧移入下一视频作为第一帧；重复步骤E2，直到dN小于或等于阈值fN，本片段重构完成；E3、将该片段中所有帧按顺序存入新视频序列；E4、依次计算该片段中的第一帧F1与第二帧至第K帧的巴氏距离BhattacharyyaDistance，结果为dG1，直到出现dG1大于阈值fG1，记第一次出现的帧为FG1，依次计算该片段中的最后一帧FK与倒数第二帧至FG1的巴氏距离BhattacharyyaDistance，结果为dG2，直到出现dG2大于阈值fG2，记第一次出现的帧为FG2，将该片段的F1、FG1至FG2+1和FK按原始顺序存入新视频序列；E5、上述新的视频帧序列中的每一帧有一个对应的数值m，0≤m≤18，表示该帧和其下一帧在对应原始视频帧序列中的序号差，即相对原始视频，新视频中帧和其下一帧之间未采用的帧数；进一步的，还包括播放时的步骤G：后台模块根据重构后的视频帧及参数m对重构后的视频进行解码。进一步的，所述步骤G中后台模块根据重构后的视频帧及参数m对重构后的视频进行解码的方法包括以下步骤：G1、读取重构后的视频的第一帧及与第一帧匹配的参数m1，判断m1是否为0，若为0，进入步骤G2，若不为0，进入步骤；G2、读取下一帧及与下一帧匹配的参数mN，判断mN是否为0，若为0，重复步骤G2，若不为0，进入步骤G3G3、在该帧之后进行插帧，需要插帧的帧数为参数m，插帧完成后转入步骤G2.进一步的，所述步骤G3的插帧采用训练好的深度学习模型。进一步的，还包括步骤H：按固定频率播放当前帧，步骤G3中所述插帧与播放当前帧的操作为同步进行。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1.本专利技术一种视频图像再压缩方法，在现有压缩方法上结合深度学习的方法极大地减少了视频图像帧之间的冗余信息，能在现有方法上提高5倍以上的压缩比2.本专利技术一种视频图像再压缩方法，通用性强，不需要强大的硬件支持。具体实施方式本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。实施例1一种视频图像再压缩方法，包括前端模块和后端模块，还包括以下步骤：A、将现有视频解码得到视频帧序列；B、将视频分为N个视频片段，每个视频片段包括K帧图像，N段视频片段构成完整的步骤A中所述的视频帧序列，其中10≤K≤20，N为正整数；C、使用SBD算法对视频进行处理，将步骤B中的N段视频片段分为Normal、Sharp和Gradual三类视频片段，其中，Normal:正常视频片段，Sharp：急剧变化的视频边界，Gradual：渐变的视频边界；D、建立新的视频序列；E、依次对N段视频片段进行分析重构；所述步骤E中对N段视频片段进行分析重构的方法包括以下步骤：E1、判断该段视频的类别属于Normal、Sharp或Gradual，当该段视频的类别为Normal时，进入步骤E2；当该段视频的类别为Sharp时，进入步骤E3；当该段视频的类别为时Gradual进入步骤E3；E2、对该片段的首帧和尾帧计算计算颜色直方图colorhistogram，并计算对应colorhistogram之间的巴氏距离BhattacharyyaDistance记为dN，若dN小于或等于阈值fN，则取出首帧和尾帧存入新的视频帧序列，若dN大于阈值fN，将本视频片段的最后一帧移入下一视频作为第一帧；重复步骤E2，直到dN小于或等于阈值fN，本片段重构完成；E3、将该片段中所有帧按顺序存入新视频序列；E4、依次计算该片段中的第一帧F1与第二帧至第K帧的巴氏距离BhattacharyyaDistance，结果为dG1，直到出现dG1大于阈值fG1，记第一次出现的帧为FG1，依次计算该片段中的最后一帧FK与倒数第二帧至FG1的巴氏距离BhattacharyyaDistance，结果为dG2，直到出现dG2大于阈值fG2，记第一次出现的帧为FG2，将该片段的F1、FG1至FG2+1和FK按原始顺序存入新视频序列；E5、上述新的视频帧序列中的每一帧有一个对应的数值m，0≤m≤18，表示该帧和其下一帧在对应原始视频帧序列中的序号差，即相对原始视频，新视频中帧和其下一帧之间未采用的帧数；实施例2本实施例与实施例1的区别在于：进一步的，还包括播放时的步骤G：后台模块根据重构后的视频帧及参数m对重构后的视频进行解码。所述步骤G中后台模块根据重构后的视频帧及参数m对重构后的视频进行解码的方法包括以下步骤：G1、读取重构后的视频的第一帧及与第一帧匹配的参数m1，判断m1是否为0，若为0，进入步骤G2，若不为0，进入步骤；G2、读取下一帧及与下一帧匹配的参数mN，判断mN是否为0，若为0，重复步骤G2，若不为0，进入步骤G3G3、在该帧之后进行插帧，需要插帧的帧数为参数m，插帧完成后转入步骤G2.进一步的，所述步骤G3的插帧采用训练好的深度学习模型。进一步的，还包括步骤H：按固定频率播放当前帧，步骤G3中所述插帧与播放当前帧的操作为同步进行。以上所述，仅为本专利技术的优选实施方式，但本专利技术的保护范围本文档来自技高网...

【技术保护点】
1.一种视频图像再压缩方法，包括前端模块和后端模块，其特征在于：还包括以下步骤：A、将现有视频解码得到视频帧序列；B、将视频分为N个视频片段，每个视频片段包括K帧图像，N段视频片段构成完整的步骤A中所述的视频帧序列，其中10≤K≤20，N为正整数；C、使用SBD算法对视频进行处理，将步骤B中的N段视频片段分为Normal、Sharp和Gradual三类视频片段，其中，Normal:正常视频片段，Sharp：急剧变化的视频边界，Gradual：渐变的视频边界；D、建立新的视频序列；E、依次对N段视频片段进行分析重构；所述步骤E中对N段视频片段进行分析重构的方法包括以下步骤：E1、判断该段视频的类别属于Normal、Sharp或Gradual，当该段视频的类别为Normal时，进入步骤E2；当该段视频的类别为Sharp时，进入步骤E3；当该段视频的类别为时Gradual进入步骤E3；E2、对该片段的首帧和尾帧计算计算颜色直方图color histogram，并计算对应color histogram之间的巴氏距离Bhattacharyya Distance记为dN，若dN小于或等于阈值fN，则取出首帧和尾帧存入新的视频帧序列，若dN大于阈值fN，将本视频片段的最后一帧移入下一视频作为第一帧；重复步骤E2，直到dN小于或等于阈值fN，本片段重构完成；E3、将该片段中所有帧按顺序存入新视频序列；E4、依次计算该片段中的第一帧F1与第二帧至第K帧的巴氏距离Bhattacharyya Distance，结果为dG1，直到出现dG1大于阈值fG1，记第一次出现的帧为FG1，依次计算该片段中的最后一帧FK与倒数第二帧至FG1的巴氏距离Bhattacharyya Distance，结果为dG2，直到出现dG2大于阈值fG2，记第一次出现的帧为FG2，将该片段的F1、FG1至FG2+1和FK按原始顺序存入新视频序列；E5、上述新的视频帧序列中的每一帧有一个对应的数值m，0≤m≤18，表示该帧和其下一帧在对应原始视频帧序列中的序号差，即相对原始视频，新视频中帧和其下一帧之间未采用的帧数。...

【技术特征摘要】
1.一种视频图像再压缩方法，包括前端模块和后端模块，其特征在于：还包括以下步骤：A、将现有视频解码得到视频帧序列；B、将视频分为N个视频片段，每个视频片段包括K帧图像，N段视频片段构成完整的步骤A中所述的视频帧序列，其中10≤K≤20，N为正整数；C、使用SBD算法对视频进行处理，将步骤B中的N段视频片段分为Normal、Sharp和Gradual三类视频片段，其中，Normal:正常视频片段，Sharp：急剧变化的视频边界，Gradual：渐变的视频边界；D、建立新的视频序列；E、依次对N段视频片段进行分析重构；所述步骤E中对N段视频片段进行分析重构的方法包括以下步骤：E1、判断该段视频的类别属于Normal、Sharp或Gradual，当该段视频的类别为Normal时，进入步骤E2；当该段视频的类别为Sharp时，进入步骤E3；当该段视频的类别为时Gradual进入步骤E3；E2、对该片段的首帧和尾帧计算计算颜色直方图colorhistogram，并计算对应colorhistogram之间的巴氏距离BhattacharyyaDistance记为dN，若dN小于或等于阈值fN，则取出首帧和尾帧存入新的视频帧序列，若dN大于阈值fN，将本视频片段的最后一帧移入下一视频作为第一帧；重复步骤E2，直到dN小于或等于阈值fN，本片段重构完成；E3、将该片段中所有帧按顺序存入新视频序列；E4、依次计算该片段中的第一帧F1与第二帧至第K帧的巴氏距离BhattacharyyaDistance，结果...

【专利技术属性】
技术研发人员：郝小龙，冯敏，樊强，彭启伟，王学广，罗旺，韩斌，贾政，张铁勋，崔漾，
申请(专利权)人：南瑞集团有限公司，南京南瑞信息通信科技有限公司，
类型：发明
国别省市：江苏,32