【技术实现步骤摘要】
本专利技术属于视频数据压缩，涉及一种基于帧内预测算法的视频数据压缩方法及装置。
技术介绍
1、在通信技术飞速发展的今天，多媒体已经融入了人们的生活工作中，随着视频数据从模拟到数字的转变，人们对视频的清晰度和流程度要求越来越高，但视频信息数据巨大，在有限的带宽下，高速数据传输仍然存在很大的困难。
2、数据压缩本质上是用最小的信息熵对离散数据进行集成描述，设计压缩算法及其依赖于数据概率结构的分析，现有各种视频压缩方案仍然是基于jpeg/hevc框架进一步优化，存在压缩效率低，存储成本高的技术问题。
3、为此，针对现有视频数据压缩技术存在的技术问题，一种新的视频数据压缩方法有待提出。
技术实现思路
1、本专利技术提供了一种基于帧内预测算法的视频数据压缩方法及装置，以解如何现有技术中，视频数据压缩存在压缩效率低，存储成本高的技术问题。
2、本专利技术采用以下技术方案：
3、本专利技术提供了一种基于帧内预测算法的视频数据压缩方法，包括：
4、获取视频流数据；
5、基于神经网络对视频数据进行帧内预测，获得帧内预测块以及识别出检测目标；
6、根据检测目标，对视频数据进行帧间预测，获得帧间预测块；
7、对帧内预测块和帧间预测块进行加权，得到视频数据的帧内帧间组合预测；
8、通过率失真优化决策自适应地选择使用帧内帧间组合预测或不采用帧内帧间组合预测；
9、若使用帧内帧间组合预测，则
10、可选地，基于神经网络对视频数据进行帧内预测，获得帧内预测块以及识别出检测目标包括：
11、首先对视频数据的每一帧图像的不同区域进行区域分割，获得多个像素区域；
12、针对每个像素区域基于像素梯度确定出每个区域的边界轮廓；
13、根据区域的边界轮廓确定出任意形状的目标像素区域。
14、可选地，基于神经网络对视频数据进行帧内预测，获得帧内预测块以及识别出检测目标还包括：
15、根据目标像素区域预测作为参考像素，预测出当前块的像素。
16、可选地，采用ai的多目标追踪技术进行帧间预测。
17、可选地，根据检测目标，对视频数据进行帧间预测，获得帧间预测块包括：
18、对视频数据的每一个视频序列，根据目标检测方法检测出当前检测目标；
19、提取当前检测目标的关键帧；
20、关键帧填充至新的一帧视频图像中，将重复像素进行复用，重塑出新的视频图像；
21、基于任意两个相连的视频图像，根据关键帧所在当前帧中的位置，实现检测目标跟踪，并获得所有包含关键帧的帧间预测块。
22、可选地，对帧内预测块和帧间预测块进行加权，得到视频数据的帧内帧间组合预测包括：
23、对帧内预测和帧间预测进行预测失真统计，获得帧内预测加权系数和帧间加权预测系数；
24、结合帧内预测加权系数和帧间预测加权系数对帧内预测和帧间预测进行加权，获得视频数据的帧内帧间组合预测。
25、可选地，该方法还包括：
26、将视频数据的编码帧间预测信息与音频数据济宁叠加，最终整合输出。
27、本专利技术还提供了一种基于帧内预测算法的视频数据压缩装置，包括：
28、数据获取单元，用于获取视频流数据；
29、帧内预测单元，用于基于神经网络对视频数据进行帧内预测，获得帧内预测块以及识别出检测目标；
30、目标检测单元，用于根据检测目标，对视频数据进行帧间预测，获得帧间预测块；
31、加权单元，用于对帧内预测块和帧间预测块进行加权，得到视频数据的帧内帧间组合预测；
32、率失真优化决策单元，用于通过率失真优化决策自适应地选择使用帧内帧间组合预测或不采用帧内帧间组合预测；
33、输出单元，用于若使用帧内帧间组合预测，则输出编码帧间预测信息，实现视频数据压缩。
34、本专利技术还提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述方法实施例任一项基于帧内预测算法的视频数据压缩方法的步骤。
35、本专利技术还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例任一项基于帧内预测算法的视频数据压缩方法的步骤。
36、本专利技术的有益效果是：
37、本专利技术提供的一种基于帧内预测算法的视频数据压缩方法及装置，具体的在视频编码中，基于神经网络进行帧内预测，帧内预测是通过空域相邻像素预测当前块的像素，在处理过程中引入深度学习与各种神经网络技术，分区域分精细度建立精细预测模型，提高预测准确率，并划分视频的单元像素块，降低内容码率；
38、此外，对视频数据还进行帧间预测，采用ai的标追踪技术，可以支持任意形状的vop区域的识别，可以减少帧序列冗余信息；
39、最后，采用率失真优化(rdo)决策自适应地选择是否使用所述帧内帧间组合预测由此能能够减小预测块总体失真，由此能够增加预测精度，提升预测块的编码效率。
本文档来自技高网...【技术保护点】
1.一种基于帧内预测算法的视频数据压缩方法，其特征在于，包括：
2.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，基于神经网络对所述视频数据进行帧内预测，获得帧内预测块以及识别出检测目标包括：
3.如权利要求2所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，基于神经网络对所述视频数据进行帧内预测，获得帧内预测块以及识别出检测目标还包括：
4.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，采用AI的多目标追踪技术进行帧间预测。
5.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，根据所述检测目标，对所述视频数据进行帧间预测，获得帧间预测块包括：
6.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，对所述帧内预测块和帧间预测块进行加权，得到所述视频数据的帧内帧间组合预测包括：
7.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，所述方法还包括：
8.一种基于帧内预测算法的视频数据
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于帧内预测算法的视频数据压缩方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于帧内预测算法的视频数据压缩方法的步骤。
...【技术特征摘要】
1.一种基于帧内预测算法的视频数据压缩方法，其特征在于，包括：
2.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，基于神经网络对所述视频数据进行帧内预测，获得帧内预测块以及识别出检测目标包括：
3.如权利要求2所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，基于神经网络对所述视频数据进行帧内预测，获得帧内预测块以及识别出检测目标还包括：
4.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，采用ai的多目标追踪技术进行帧间预测。
5.如权利要求1所述的一种基于帧内预测算法的视频数据压缩方法，其特征在于，根据所述检测目标，对所述视频数据进行帧间预测，获得帧间预测块包括：
6.如权利要求1所述的一种基于帧...
【专利技术属性】
技术研发人员：陈伟，高宇，刘娇健，王辰曦，郭季璞，
申请(专利权)人：国网陕西省电力有限公司电力科学研究院，
类型：发明
国别省市：
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。