一种基于多帧内容的视频数据智能压缩方法及装置制造方法及图纸

本说明书实施例公开一种基于多帧内容的视频数据智能压缩方法及装置。该方法包括：逐帧读取待压缩的视频数据，基于预设的视觉分析算法，得到待压缩的视频数据的分析数据；基于事先训练好的事件检测模型以及所述分析数据，获取待压缩的视频数据中包含的事件、事件类别以及事件对应的开始时间和结束时间，其中，所述事件检测模型用于使得视频数据的分析数据与对应的事件类别相关联；按照待压缩的视频数据中事件的先后顺序，根据事件类别，从预设的事件权重配置数据表中取出与每个事件对应的编码配置数据，对待压缩的视频数据进行分段压缩，得到压缩后的视频数据。得到压缩后的视频数据。得到压缩后的视频数据。

【技术实现步骤摘要】
一种基于多帧内容的视频数据智能压缩方法及装置
[0001]本说明书涉及视频编码领域，具体而言，涉及一种基于多帧内容的视频数据智能压缩方法及装置。

技术介绍

[0002]在进行视频编码时，码率和帧率往往被固定设置，此种方法保证任意区间的视频质量稳定的同时也导致产生数据量的速率基本固定。对于某些领域，如安防，用户并非关心视频中所有内容，所以对兴趣点视频段、非兴趣点视频段不加区分进行相同的压缩逻辑处理，无疑是对存储空间的一种浪费，对于海量视频数据来说更是如此。
[0003]而且，目前基于视频内容的视频数据压缩仅仅是单帧的图像分析，仅能进行简单的运动、目标检测，另外无法应对背景变化等更通用的场景。

技术实现思路

[0004]本说明书实施例提供一种基于多帧内容的视频数据智能压缩方法及装置，用以克服现有技术中存在的至少一个技术问题。
[0005]根据本说明书实施例的第一方面，提供一种基于多帧内容的视频数据智能压缩方法，包括：
[0006]逐帧读取待压缩的视频数据，基于预设的视觉分析算法，得到待压缩的视频数据的分析数据，其中，所述分析数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多帧内容的视频数据智能压缩方法，其特征在于，包括：逐帧读取待压缩的视频数据，基于预设的视觉分析算法，得到待压缩的视频数据的分析数据，其中，所述分析数据包括：兴趣目标的类别信息、兴趣目标的位置信息、兴趣目标与周围目标的位置关系信息以及兴趣目标的运动轨迹信息，所述兴趣目标为用户关注的目标；基于事先训练好的事件检测模型以及所述分析数据，获取待压缩的视频数据中包含的事件、事件类别以及事件对应的开始时间和结束时间，其中，所述事件检测模型用于使得视频数据的分析数据与对应的事件类别相关联，事件包括用户关注事件和用户不关注事件；按照待压缩的视频数据中事件的先后顺序，根据事件类别，从预设的事件权重配置数据表中取出与每个事件对应的编码配置数据，对待压缩的视频数据进行分段压缩，得到压缩后的视频数据，其中，所述编码配置数据包括帧率和码率。2.根据权利要求1所述的方法，其特征在于，所述逐帧读取待压缩的视频数据，基于预设的视觉分析算法，得到待压缩的视频数据的分析数据的步骤包括：按照先后顺序逐帧读取视频数据，获取每帧视频数据的每个像素点的目标类别信息和目标位置信息；根据预设的兴趣目标，确定兴趣目标的位置信息，并获取兴趣目标与周围目标的位置关系信息；根据目标跟踪算法，结合兴趣目标的位置信息，对兴趣目标进行跟踪，得到所有兴趣目标的所有运动轨迹，以及每个运动轨迹对应的开始跟踪时间和结束跟踪时间。3.根据权利要求1所述的方法，其特征在于，当兴趣目标为人时，所述分析数据还包括人的姿态信息。4.根据权利要求1所述的方法，其特征在于，所述事件检测模型通过以下步骤生成，包括：获取训练样本集，其中，所述训练样本集包括多个训练样本组，每组所述训练样本组包括样本视频数据的样本分析数据和对应的轨迹事件类别，所述样本分析数据包括兴趣目标的类别信息、兴趣目标的位置信息、兴趣目标与周围目标的位置关系以及兴趣目标的一个运动轨迹；通过所述训练样本集对基于机器学习的事件检测模型进行训练，得到所述事件检测模型，所述事件检测模型使得每组训练样本组的样本分析数据和对应的轨迹事件类别相关联。5.根据权利要求1所述的方法，其特征在于，所述基于事先训练好的事件检测模型以及所述分析数据，获取待压缩的视频数据中包含的事件、事件类别以及事件对应的开始时间和结束时间的步骤包括：将兴趣目标的类别信息、兴趣目标的位置信息、兴趣目标与周围目标的位置关系以及兴趣目标的一个运动轨迹，输入所述事件检测模型，得到该运动轨迹对应的轨迹事件类别；将该运动轨迹对应的开始跟踪时间和结束跟踪时间分别作为该运动轨迹对应的轨迹事件的开始时间和结束时间；判断每个运动轨迹与其他运动轨迹对应的时间是否有重叠；若有重叠，则根据预设的优先级，将优先级最高的运动轨迹对应的轨迹事件类别作为
重叠的时间段的事件类别，将该运动轨迹对应的轨迹事件类别作为不重叠的时间段的事件类别，其中，所述优先级根据用户对事件的关注度来进行排序；若没有重叠，则将该运动轨迹对应的轨迹事件类别作为该运动轨迹对应的开始跟踪时间和结束跟踪时间对应的时间段的事件类别，其中，对于没有识别出轨迹事件类别的运动轨迹，将所述用户不关注事件作为该运动轨迹对应的事件类别，对于没有包含兴趣目标的时间段，将所述用户不关注事件作为该时间段的事件类别。6.根据权利要求1所述的方法，其特征在于，所述按照待压缩的视频数据中事件的先后顺序，根据事件类别，从预设的事件权重配置数据表中取出与每个事件对应的编码配置数据，对待压缩的视频数据进行分段压缩的步骤包括：根据每个事件对应的时间段，将待压缩的视频数据从时间逻辑上分为多个视频段，每个视频段对应一...

【专利技术属性】
技术研发人员：王安，陈诺，唐矗，蒲立，
申请(专利权)人：北京积加科技有限公司，
类型：发明
国别省市：