一种基于H265的视频编码方法、系统及电子设备技术方案

技术编号:32752175 阅读:23 留言:0更新日期:2022-03-20 09:02
本发明专利技术提供一种基于H265的视频编码方法、系统及电子设备,本发明专利技术通过对视频帧的图像分别进行图像质量优化以及QP处理,并将优化图像以及QP矩阵共同作为H265编码器的输入,H265编码器根据QP矩阵中具体的QP值设置编码器输出帧中对应位置的QP值,从而达到在保证输出图像质量的情况下降低带宽,本方案在标准H265编码器的基础上进行图像帧质量增强并按照人眼注意力机制对输出码率进行帧内分配,能够实现比标准H265视频编码器更高的压缩率,且与现有技术相比,本发明专利技术能够将视频质量优化模型和掩膜生成模型集成进标准H265编码框架,不需要再在解码端部署深度学习模型,能够兼容绝大部分移动端设备。动端设备。动端设备。

【技术实现步骤摘要】
一种基于H265的视频编码方法、系统及电子设备


[0001]本专利技术涉及视频压缩
,特别涉及一种基于H265的视频编码方法、系统及电子设备。

技术介绍

[0002]随着各视频平台的普及,人们在工作生活中与视频的接触越来越密切,这对于视频的传输和存储带来了挑战,同时也促使视频压缩技术得到了更进一步的发展。同时,随着人工智能和大数据技术的逐渐成熟,其在安防、娱乐、工业等方面的应用越来越广泛,结合深度学习的视频编码技术也越来越受到重视。
[0003]现阶段在深度学习视频编解码方面,主流的方法为端到端的视频编解码结构,其在视频编码端采用深度学习模型进行视频压缩,对应的在视频解码端采用深度学习进行视频解码。主流的端到端视频压缩框架有基于卷积神经网络自编码器结构的视频压缩框架等。
[0004]现有基于深度学习的视频压缩框架主要为端到端类型的,其在视频编码端采用深度学习模型进行视频压缩,对应的在视频解码端采用深度学习模型进行视频解码。在应用端到端视频编解码框架时,需要在视频传输端和视频接收端同时部署深度学习模型,其不具备兼容H264、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于H265的视频编码方法,其特征在于:包括如下步骤:获取视频帧对应的原始图像;对所述原始图像进行优化,获得优化图像;对所述原始图像进行掩膜处理,获得掩膜图像;对所述掩膜图像进行分割,获得多个图块,计算每一个图块的像素均值,获取所有图块中像素均值对应的最大均值与最小均值;从第一个图块开始,基于最大均值与最小均值,将当前图块的像素均值进行归一化,并将归一化后的像素值乘于5,获得当前图块的QP设置参数,基于QP设置参数获得最终的QP值;依次处理其他图块,获得所有图块对应的QP值,整合获得QP矩阵;将QP矩阵和优化图像作为H265编码器的输入,完成当前视频帧的处理。2.如权利要求1中所述基于H265的视频编码方法,其特征在于:对所述掩膜图像进行分割具体包括以下步骤:基于H265编码器中ROI区域的尺寸,对原始图像进行分割,获得ROI区域矩阵;基于ROI区域矩阵的尺寸,对掩膜图像进行分割,获得映射矩阵;基于映射矩阵的尺寸,对所述掩膜图像进行分割,获得多个等尺寸的图块。3.如权利要求1中所述基于H265的视频编码方法,其特征在于:所述优化图像为RGB3通道彩色图像,所述掩膜图像为单通道灰度图像。4.如权利要求3中所述基于H265的视频编码方法,其特征在于:所述原始图像与所述优化图像为同尺寸的3通道彩色图像。5.一种基于H265的视频编码系统,其特征在于,包括:图像获取单元,用于获取视频帧对应的...

【专利技术属性】
技术研发人员:刘健汤园生陈志祥王秋玲胡胤柴涛涛
申请(专利权)人:深圳市瑞驰信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1