网络视频局部可变压缩方法和系统技术方案

技术编号:36170542 阅读:12 留言:0更新日期:2022-12-31 20:21
本发明专利技术提供一种网络视频局部可变压缩方法和系统,通过获取视频数据流,提取其中携带的特征进行熵运算,并根据图像特征得到带有边界和区域局部特征的高维图像,识别出物体和运动方式,查询得到第一系数,根据熵值和第一系数进行压缩编码,实现视频内容局部可变动态压缩编码,接收端则可以根据反熵运算还原生成第二压缩系数,解压缩解码得到数据流。解压缩解码得到数据流。解压缩解码得到数据流。

【技术实现步骤摘要】
网络视频局部可变压缩方法和系统


[0001]本申请涉及网络多媒体领域,尤其涉及一种网络视频局部可变压缩方法和系统。

技术介绍

[0002]现有的视频压缩方法更多地侧重于整体或整段的压缩,缺少对视频局部内容的压缩方法。在某些场景中,用户更喜欢突出指定的物体,更加容忍与该物体无关的内容的压缩。
[0003]因此,急需一种针对性的网络视频局部可变压缩方法和系统。

技术实现思路

[0004]本专利技术的目的在于提供一种网络视频局部可变压缩方法和系统,通过获取视频数据流,提取其中携带的特征进行熵运算,并根据图像特征得到带有边界和区域局部特征的高维图像,识别出物体和运动方式,查询得到第一系数,根据熵值和第一系数进行压缩编码,实现视频内容局部可变动态压缩编码,接收端则可以根据反熵运算还原生成第二压缩系数,解压缩解码得到数据流。
[0005]第一方面,本申请提供一种网络视频局部可变压缩方法,所述方法包括:
[0006]根据对应的获取策略,获取多个不同平台的视频数据流,提取其中携带的标识、关键词和概要信息,所述关键词是各个平台附带的评论和打分;
[0007]采集所述视频数据流的帧,将该帧与参考帧进行差值运算,对所述差值进行估计,对估计后的值进行DCT整数变换、量化、重排序,得到第一结果;
[0008]对所述视频数据流进行维度转换,对维度转换后的视频流量进行视频采样,提取第一图像特征,将所述第一图像特征进行向量化,再做卷积运算后得到第二结果;
[0009]对所述第二结果进行平滑处理,得到携带有边界和区域局部特征的高维图像,识别出该高维图像中的物体和运动方式,按照所述物体和运动方式的类型查询得到第一系数;
[0010]将提取的所述标识、关键词和概要信息进行熵运算,得到熵值,其中所述熵运算判断关键词是否包含指定关键词,如果包含则提高关键词对应的第一权重,所述熵运算还判断概要信息是否为指定的类型,如果是则提高概要信息对应的第二权重,将该第一权重、第二权重引入熵运算中;
[0011]根据所述熵值和第一系数生成实时压缩系数,对所述第一结果进行实时压缩编码,并将所述熵值和第一系数插入压缩编码后的数据流中,得到发送数据流,所述压缩编码采用所述实时压缩系数作为参数;
[0012]接收经过信道传输的所述发送数据流,提取携带的第二熵值和第二系数,根据所述第二熵值和第二系数生成第二压缩系数,对所述发送数据流进行解压缩解码,得到接收数据流。
[0013]结合第一方面,在第一方面第一种可能的实现方式中,不同的平台预先设置不同
的获取策略,所述获取策略是根据所述视频特征和热度信息的修正记录更新的。
[0014]结合第一方面,在第一方面第二种可能的实现方式中,所述获取多个不同平台的视频数据流包括对所述视频数据流的加密编解码。
[0015]结合第一方面,在第一方面第三种可能的实现方式中,所述重排序包括zig

zag扫描处理。
[0016]第二方面,本申请提供一种网络视频局部可变压缩系统,所述系统包括处理器以及存储器:
[0017]所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
[0018]所述处理器用于根据所述程序代码中的指令执行第一方面四种可能中任一项所述的方法。
[0019]第三方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面四种可能中任一项所述的方法。
[0020]本专利技术提供一种网络视频局部可变压缩方法和系统,通过获取视频数据流,提取其中携带的特征进行熵运算,并根据图像特征得到带有边界和区域局部特征的高维图像,识别出物体和运动方式,查询得到第一系数,根据熵值和第一系数进行压缩编码,实现视频内容局部可变动态压缩编码,接收端则可以根据反熵运算还原生成第二压缩系数,解压缩解码得到数据流。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0022]图1为本专利技术方法的流程图。
具体实施方式
[0023]下面结合附图对本专利技术的优选实施例进行详细阐述,以使本专利技术的优点和特征能更易于被本领域技术人员理解,从而对本专利技术的保护范围做出更为清楚明确的界定。
[0024]图1为本申请提供的网络视频局部可变压缩方法的流程图,包括:
[0025]根据对应的获取策略,获取多个不同平台的视频数据流,提取其中携带的标识、关键词和概要信息,所述关键词是各个平台附带的评论和打分;
[0026]采集所述视频数据流的帧,将该帧与参考帧进行差值运算,对所述差值进行估计,对估计后的值进行DCT整数变换、量化、重排序,得到第一结果;
[0027]对所述视频数据流进行维度转换,对维度转换后的视频流量进行视频采样,提取第一图像特征,将所述第一图像特征进行向量化,再做卷积运算后得到第二结果;
[0028]对所述第二结果进行平滑处理,得到携带有边界和区域局部特征的高维图像,识别出该高维图像中的物体和运动方式,按照所述物体和运动方式的类型查询得到第一系数;
[0029]将提取的所述标识、关键词和概要信息进行熵运算,得到熵值,其中所述熵运算判断关键词是否包含指定关键词,如果包含则提高关键词对应的第一权重,所述熵运算还判
断概要信息是否为指定的类型,如果是则提高概要信息对应的第二权重,将该第一权重、第二权重引入熵运算中;
[0030]根据所述熵值和第一系数生成实时压缩系数,对所述第一结果进行实时压缩编码,并将所述熵值和第一系数插入压缩编码后的数据流中,得到发送数据流,所述压缩编码采用所述实时压缩系数作为参数;
[0031]接收经过信道传输的所述发送数据流,提取携带的第二熵值和第二系数,根据所述第二熵值和第二系数生成第二压缩系数,对所述发送数据流进行解压缩解码,得到接收数据流。
[0032]在一些优选实施例中,不同的平台预先设置不同的获取策略,所述获取策略是根据所述视频特征和热度信息的修正记录更新的。
[0033]在一些优选实施例中,所述获取多个不同平台的视频数据流包括对所述视频数据流的加密编解码。
[0034]在一些优选实施例中,所述重排序包括zig

zag扫描处理。
[0035]本申请提供一种网络视频局部可变压缩系统,所述系统包括:所述系统包括处理器以及存储器:
[0036]所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
[0037]所述处理器用于根据所述程序代码中的指令执行第一方面所有实施例中任一项所述的方法。
[0038]本申请提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面所有实施例中任本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种网络视频局部可变压缩方法,其特征在于,所述方法包括:根据对应的获取策略,获取多个不同平台的视频数据流,提取其中携带的标识、关键词和概要信息,所述关键词是各个平台附带的评论和打分;采集所述视频数据流的帧,将该帧与参考帧进行差值运算,对所述差值进行估计,对估计后的值进行DCT整数变换、量化、重排序,得到第一结果;对所述视频数据流进行维度转换,对维度转换后的视频流量进行视频采样,提取第一图像特征,将所述第一图像特征进行向量化,再做卷积运算后得到第二结果;对所述第二结果进行平滑处理,得到携带有边界和区域局部特征的高维图像,识别出该高维图像中的物体和运动方式,按照所述物体和运动方式的类型查询得到第一系数;将提取的所述标识、关键词和概要信息进行熵运算,得到熵值,其中所述熵运算判断关键词是否包含指定关键词,如果包含则提高关键词对应的第一权重,所述熵运算还判断概要信息是否为指定的类型,如果是则提高概要信息对应的第二权重,将该第一权重、第二权重引入熵运算中;根据所述熵值和第一系数生成实时压缩系数,对所述第一结果进行实时压缩编码,并将所述熵值和第一系数插入压缩编码后的数据流中,得到发送数据流,所述压缩编码采用所述实时...

【专利技术属性】
技术研发人员:苏长君曾祥禄
申请(专利权)人:北京智美互联科技有限公司
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