前帖的全局特征對應(yīng)的參考子向量； [0化0] 全局特征比特流獲取單元，用于根據(jù)所述視頻流中無參考全局特征的帖的全局特 征的子向量，和有參考全局特征的帖的全局特征的子向量及對應(yīng)的參考子向量，對所述視 頻流中各帖的全局特征進(jìn)行編碼，獲取所述視頻流的待發(fā)送的全局特征比特流。
[0化1] 第四方面，本發(fā)明還提供一種服務(wù)器，包括：
[0化2] 接收單元，用于接收客戶端發(fā)送的視頻流的全局特征比特流，所述全局特征比特 流包括：頭部區(qū)域；所述頭部區(qū)域包括；是否使用參考全局特征的信息，所述參考全局特征 的索引信息、標(biāo)示組成全局特征的概率密度函數(shù)使用信息、標(biāo)示累積梯度向量的類別數(shù)信 息、和標(biāo)示子向量的編碼方式的信息；
[0化3] 全局特征還原單元，用于根據(jù)所述全局特征比特流和所述服務(wù)器中存儲的與所述 客戶端中相同的全局特征生成規(guī)則，獲取所述視頻流中各帖的全局特征；
[0054]或者，
[0化5] 所述接收單元，用于接收客戶端發(fā)送的視頻流的全局特征比特流，所述全局特征 比特流包括；頭部區(qū)域和非頭部區(qū)域，所述頭部區(qū)域包括：是否使用參考全局特征的信息， 所述參考全局特征的索引信息、標(biāo)示組成全局特征的概率密度函數(shù)使用信息、標(biāo)示累積梯 度向量的類別數(shù)信息、標(biāo)示子向量的編碼方式的信息、和/或編碼方式對應(yīng)的量化參數(shù)信 息；所述非頭部區(qū)域包括；編碼后的無參考全局特征的帖的全局特征對應(yīng)的子向量，和/ 或，編碼后的有參考全局特征的帖的全局特征子向量與參考子向量的殘差；
[0化6] 所述全局特征還原單元，用于根據(jù)所述全局特征比特流和所述服務(wù)器中存儲的與 所述客戶端中相同的全局特征生成規(guī)則，獲取所述視頻流中各帖的全局特征。
[0化7] 第五方面，本發(fā)明實(shí)施例提供一種視頻處理系統(tǒng)，包括：
[0化引如上任一所述的面向視頻的視覺特征編碼裝置和如上任一所述的服務(wù)器，其中， 所述面向視頻的視覺特征編碼裝置將獲取的視頻流的全局特征比特流發(fā)送所述服務(wù)器，所 述服務(wù)器根據(jù)接收的所述全局特征比特流還原所述視頻流中各帖的全局特征。
[0化9] 由上述技術(shù)方案可知，本發(fā)明的面向視頻的視覺特征編碼方法及裝置，通過確定 每一帖是否有參考全局特征，在有參考全局特征時(shí)，獲取參考子向量，進(jìn)而獲取待發(fā)送的比 特流，可在客戶端傳輸數(shù)據(jù)時(shí)快速壓縮傳輸?shù)奶卣鲾?shù)據(jù)，降低傳輸數(shù)據(jù)量，提高客戶端的視 頻流的傳輸效率。
【附圖說明】
[0060] 圖1為本發(fā)明一實(shí)施例提供的面向視頻的視覺特征編碼方法的流程示意圖；
[0061] 圖2為本發(fā)明另一實(shí)施例提供的面向視頻的視覺特征編碼方法的流程示意圖；
[0062] 圖3為本發(fā)明另一實(shí)施例提供的面向視頻的視覺特征編碼方法的流程示意圖；
[0063] 圖4為本發(fā)明一實(shí)施例提供的面向視頻的視覺特征編碼裝置的結(jié)構(gòu)示意圖；
[0064] 圖5為本發(fā)明一實(shí)施例提供的服務(wù)器的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0065] 下面結(jié)合附圖，對發(fā)明的【具體實(shí)施方式】作進(jìn)一步描述。W下實(shí)施例僅用于更加清 楚地說明本發(fā)明的技術(shù)方案，而不能W此來限制本發(fā)明的保護(hù)范圍。本發(fā)明實(shí)施例中所使 用的"第一"、"第二"僅為更清楚的說明本申請的內(nèi)容，不具有特定含義，也不限定任何內(nèi) 容。
[0066] 圖1示出了本發(fā)明一實(shí)施例提供的面向視頻的視覺特征編碼方法的流程示意圖， 如圖1所示，本實(shí)施例的面向視頻的視覺特征編碼方法如下所述。
[0067] 101、獲取視頻流中當(dāng)前帖的全局特征。
[0068] 舉例來說，步驟101可具體為：獲取視頻流中當(dāng)前帖的一個(gè)或多個(gè)局部特征，根據(jù) 當(dāng)前帖的所有局部特征，獲取該帖的全局特征。
[0069] 在本實(shí)施例中，視頻流中每一帖可為一幅圖像。局部特征可為局部特征描述子，在 本發(fā)明中為方便描述，部分地方采用局部特征。全局特征可為全局特征描述子，在本發(fā)明中 為方便描述，部分地方采用局部特征，但是可W獲知的是，本發(fā)明中的局部特征即為局部特 征描述子，全局特征即為全局特征描述子。
[0070] 在一種具體的例子中，獲取當(dāng)前帖的全局特征可包括；第一、獲取當(dāng)前帖的局部特 征描述子；第二、選擇局部特征描述子的集合；第=、對選擇的集合中的局部特征描述子進(jìn) 行降維處理；第四、根據(jù)Fisher向量生成規(guī)則，對降維后的局部特征描述子進(jìn)行轉(zhuǎn)換，得到 累積梯度向量集合，并由所述累積梯度向量集合中的累積梯度向量構(gòu)造Fisher向量；對 Fisher向量經(jīng)過量化W及Fisher向量稀疏性判別規(guī)則生成全局特征描述子。
[0071] 應(yīng)說明的是，本實(shí)施例中視頻流中每一帖的全局特征描述子的生成過程可采用現(xiàn) 有的方式實(shí)現(xiàn)，本實(shí)施例上述僅為簡要說明，不對其進(jìn)行限定，可根據(jù)實(shí)際需要設(shè)置。
[0072] 102、根據(jù)所述視頻流中當(dāng)前帖相鄰帖的全局特征，確定當(dāng)前帖的全局特征是否有 參考全局特征。
[0073] 例如，可獲取當(dāng)前帖的全局特征與相鄰P帖中每一帖的全局特征的相似度，P為大 于等于1的自然數(shù)；該處的相鄰P帖可為當(dāng)前帖時(shí)間點(diǎn)之前的相鄰P帖，也可為當(dāng)前帖時(shí)間 點(diǎn)之后的相鄰P帖；
[0074] 如果有至少一個(gè)相似度大于等于預(yù)設(shè)闊值，則選擇最高相似度對應(yīng)的全局特征作 為當(dāng)前帖的參考全局特征；
[0075] 如果所有相似度都小于預(yù)設(shè)闊值，則確定當(dāng)前帖無參考全局特征。
[0076] 在實(shí)際應(yīng)用中，可獲取當(dāng)前帖的全局特征與視頻流中當(dāng)前帖的相鄰帖的全局特征 的相似度，如果有一個(gè)或多個(gè)相似度大于預(yù)設(shè)闊值，則確定當(dāng)前帖有參考全局特征，此時(shí)， 可將最高相似度對應(yīng)的全局特征作為當(dāng)前帖的參考全局特征。
[0077] 應(yīng)用說明的是，在具體應(yīng)用過程中，前述步驟102中根據(jù)所述視頻流中當(dāng)前帖相 鄰帖的全局特征可理解為如下兩種含義：
[007引第一、當(dāng)前帖的相鄰帖的全局特征可為原始的基于Fisher規(guī)則生成的全局特征 描述子。
[0079] 第二、當(dāng)前帖的相鄰帖的全局特征可為如下步驟104例舉的任一編碼方式編碼之 后，再采用對應(yīng)解碼方式解碼的全局特征。
[0080] 也就是說，當(dāng)前帖的相鄰帖的全局特征將先于當(dāng)前帖的全局特征被編碼，在計(jì)算 相似度的過程中，可將視頻流中已經(jīng)編碼的當(dāng)前帖的相鄰帖的全局特征進(jìn)行對應(yīng)解碼獲 得。
[OOW] 103、如果步驟102中當(dāng)前帖的全局特征有參考全局特征，則根據(jù)當(dāng)前帖的參考全 局特征的子向量，獲取所述當(dāng)前帖的全局特征對應(yīng)的參考子向量。
[0082] 舉例來說，上述步驟103可包括下述的圖中未示出的子步驟：
[0083] 1031、可根據(jù)當(dāng)前帖的全局特征的生成規(guī)則，確定當(dāng)前帖的全局特征的子向量；
[0084] 1032、根據(jù)參考全局特征的生成規(guī)則，確定參考全局特征的子向量；
[0085] 1033、根據(jù)所述當(dāng)前帖的全局特征的子向量和所述參考全局特征的子向量，確定 所述全局特征在所述參考全局特征中對應(yīng)的參考子向量。
[0086] 可理解的是，當(dāng)前帖的全局特征的生成規(guī)則和參考全局特征的生成規(guī)則相同，即 為Fisher向量生成規(guī)則。當(dāng)前，F(xiàn)isher向量生成規(guī)則需要概率分布模型，所述概率分布模 型是由M個(gè)獨(dú)立的概率密度函數(shù)線性疊加得到的，其中，M為大于等于1的自然數(shù)。
[0087] M個(gè)概率密度函數(shù)生成的累計(jì)梯度向量對應(yīng)Fisher向量的M個(gè)子向量，M個(gè)子向 量經(jīng)過量化W及Fisher向量稀疏性判別規(guī)則得到全局特征描述子中的K個(gè)子向量。
[008引因此，當(dāng)前全局特征待編碼的子向量將參考全局特征中同一個(gè)概率密度函數(shù)生成 的子向量作為參考子向量。
[0089] 104、根據(jù)所述視頻流中無參考全局特征的帖的全局特征的子向量，和有參