一種面向視頻的視覺特征編碼方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及計算機技術(shù)，具體設(shè)及一種面向視頻的視覺特征編碼方法及裝置。
【背景技術(shù)】
[0002] 當前，隨著智能終端的普及，通過終端攝像頭實時捕捉視頻流，并進行實時的分析 和挖掘的應(yīng)用越來越多。目P，如何在海量的圖像視頻中挖掘出用戶需要的視頻/圖像信息 成為研究熱點。
[0003] 當前技術(shù)中，基于智能終端的實時視頻流分析方法有兩種。
[0004] 第一種為；在移動終端側(cè)直接發(fā)送經(jīng)過編碼后的視頻流到服務(wù)器，服務(wù)器收到視 頻流會后進行解碼和視覺分析。該方案的缺陷是；為保證視頻質(zhì)量可用于視覺分析，視頻編 碼的壓縮率較低、碼流大，最終帶來很大的帶寬消耗。
[0005] 第二種為；移動終端對視頻流的帖序列依次提取每一帖的至少一個局部視覺特 征，然后將每帖的局部視覺特征按順序發(fā)送到服務(wù)器進行視覺分析。該方案在提取局部視 覺特征的過程中使用特征降維和量化處理的過程W獲得較低的比特率，但在一定程度上影 響視覺分析，不能支持更多的視覺分析任務(wù)；除此之外，第二種方案沒有考慮帖間局部視 覺特征在時域上的相關(guān)性，因此，在特征數(shù)據(jù)流上存在冗余，導(dǎo)致客戶端傳送的數(shù)據(jù)量非常 大，且傳輸延遲，無法實現(xiàn)對視覺分析任務(wù)的實時里處理的要求。

【發(fā)明內(nèi)容】

[0006] 針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供了一種面向視頻的視覺特征編碼方法及裝 置，能夠在客戶端傳輸數(shù)據(jù)時快速壓縮傳輸?shù)奶卣鲾?shù)據(jù)，降低傳輸數(shù)據(jù)量。
[0007] 第一方面，本發(fā)明提供一種面向視頻的視覺特征編碼方法，包括：
[000引獲取視頻流中當前帖的局部特征；
[0009] 確定所述當前帖的局部特征在當前帖的參考帖中的參考局部特征范圍，所述當前 帖的參考帖為該當前帖的相鄰一帖或多帖；
[0010] 根據(jù)所述參考帖的參考局部特征范圍，確定所述當前帖的局部特征在所述參考帖 中的參考局部特征；
[0011] 根據(jù)所述視頻流中各帖的局部特征和參考局部特征，獲取所述視頻流的待發(fā)送的 局部特征比特流。
[0012] 可選地，確定所述當前帖的局部特征在當前帖的參考帖中的參考局部特征范圍， 包括：
[0013] 選擇當前帖相鄰的一帖或者多帖中的任一帖作為參考帖；
[0014] 所述參考局部特征范圍是整個參考帖的所有的局部特征；
[00巧]或者，
[0016] 選擇當前帖相鄰的一帖或者多帖中的任一帖作為參考帖；
[0017] 所述參考局部特征范圍是參考帖中的局部特征的子集，所有子集中的局部特征與 當前帖的局部特征的度量距離小于或者等于預(yù)設(shè)度量距離。
[0018] 可選地，根據(jù)所述參考帖的參考局部特征范圍，確定所述當前帖的局部特征在所 述參考帖中的參考局部特征，包括：
[0019] 獲取當前帖的每一個局部特征與參考帖中參考局部特征范圍的局部特征的匹配 相似度；
[0020] 將當前帖的每一個局部特征對應(yīng)的匹配相似度與預(yù)設(shè)闊值范圍進行比較；
[0021] 如果當前帖的某一個局部特征對應(yīng)的所有匹配相似度不滿足預(yù)設(shè)闊值范圍，則確 定當前帖的該局部特征無參考局部特征；
[0022] 如果當前帖的某一個局部特征對應(yīng)的所有匹配相似度中滿足預(yù)設(shè)闊值范圍的匹 配相似度有兩個或兩個W上，則兩個或兩個W上的匹配相似度中選擇與當前帖的時間點最 近的參考帖中最滿足匹配相似度的局部特征作為當前帖局部特征的參考局部特征。
[0023] 可選地，所述局部特征比特流包括：
[0024] 頭部區(qū)域和非頭部區(qū)域；
[0025] 所述頭部區(qū)域包括；是否使用參考局部特征的信息，記錄參考帖和該參考帖對應(yīng) 的參考局部特征范圍的信息，標示局部特征的數(shù)目的信息，標示局部特征的參考索引信息 的信息，W及標示量化參數(shù)的信息；
[0026] 所述非頭部區(qū)域包括；每一帖中編碼后的無參考局部特征的局部特征，W及編碼 后的有參考局部特征的局部特征與參考局部特征的殘差。
[0027] 可選地，根據(jù)所述視頻流中各帖的局部特征和參考局部特征，獲取所述視頻流的 待發(fā)送的局部特征比特流，包括：
[002引對每一帖中編碼后的無參考局部特征的局部特征采用第一預(yù)設(shè)編碼方式進行編 碼，獲取第一比特流；
[0029] 獲取有參考局部特征的局部特征與參考局部特征的殘差；
[0030] 對所述殘差采用第二預(yù)設(shè)編碼方式進行編碼，獲取第二比特流；
[0031] 所述第一比特流和所述第二比特流組成所述視頻流的待發(fā)送的局部特征比特 流；
[0032] 所述局部特征比特流的頭部區(qū)域由二值碼組成，非頭部區(qū)域包括；采用第一預(yù)設(shè) 編碼方式編碼的局部特征，和采用第二預(yù)設(shè)編碼方式編碼的殘差。
[0033] 可選地，所述方法還包括：
[0034] 將所述視頻流的待發(fā)送的局部特征比特流發(fā)送服務(wù)器，W使服務(wù)器基于所述局部 特征比特流獲取所述視頻流中各帖的局部特征。
[0035] 第二方面，本發(fā)明還提供一種面向視頻的視覺特征解碼方法，包括：
[0036] 接收客戶端發(fā)送的視頻流的局部特征比特流，所述局部特征比特流包括；頭部區(qū) 域和非頭部區(qū)域；
[0037] 根據(jù)所述局部特征比特流，獲取所述視頻流中各帖的局部特征；
[003引其中，所述頭部區(qū)域包括：是否使用參考局部特征的信息，記錄參考帖和該參考帖 對應(yīng)的參考局部特征范圍的信息，標示局部特征的數(shù)目的信息，標示局部特征的參考索引 信息的信息，W及標示量化參數(shù)的信息；
[0039] 所述非頭部區(qū)域包括；每一帖中編碼后的無參考局部特征的局部特征，W及編碼 后的有參考局部特征的局部特征與參考局部特征的殘差；
[0040] 相應(yīng)地，根據(jù)所述局部特征比特流，獲取所述視頻流中各帖的局部特征，包括：
[0041] 從所述局部特征比特流的頭部區(qū)域確定使用參考局部特征的信息之后，獲取當前 帖局部特征數(shù)目，W及參考局部特征的索引信息和標示局部特征的量化參數(shù)的信息；
[0042] 根據(jù)所述參考局部特征的索引信息和標示局部特征的量化參數(shù)的信息，從非頭部 區(qū)域解碼所述局部特征，獲得所述視頻流中各帖的局部特征。
[0043] 第=方面，本發(fā)明還提供一種面向視頻的視覺特征編碼裝置，包括：
[0044] 局部特征獲取單元，用于獲取視頻流中當前帖的局部特征；
[0045] 確定單元，用于確定所述當前帖的局部特征在當前帖的參考帖中的參考局部特征 范圍，所述當前帖的參考帖為該當前帖的相鄰一帖或多帖；
[0046] 參考局部特征確定單元，用于根據(jù)所述參考帖的參考局部特征范圍，確定所述當 前帖的局部特征在所述參考帖中的參考局部特征；
[0047] 局部特征比特流獲取單元，用于根據(jù)所述視頻流中各帖的局部特征和參考局部特 征，獲取所述視頻流的待發(fā)送的局部特征比特流。
[0048] 第四方面，本發(fā)明還提供一種服務(wù)器，包括：
[0049] 接收單元，用于接收客戶端發(fā)送的視頻流的局部特征比特流，所述局部特征比特 流包括：頭部區(qū)域和非頭部區(qū)域；
[0化0] 局部特征恢復(fù)單元，用于根據(jù)所述局部特征比特流，獲取所述視頻流中各帖的局 部特征；
[0051] 其中，所述頭部區(qū)域包括：是否使用參考局部特征的信息，記錄參考帖和該參考帖 對應(yīng)的參考局部特征范圍的信息，標示局部特征的數(shù)目的信息，標示局部特征的參考索引 信息的信息，W及標示量化參數(shù)的信息；
[0化2] 所述非頭部區(qū)域包括；每一帖中編碼后的無參考局部特征的局部特征，W及編碼 后的有參考局部特征的局部特征與參考局部特征的殘差；
[0化3] 相應(yīng)地，局部特征恢復(fù)單元，具體用于：
[0054] 從所述局部特征比特流的頭部區(qū)域確定使用參考局部特征的信息之后，獲取當前 帖局部特征數(shù)目，W及參考局部特征的索引信息和標示局部特征的量化參數(shù)的信息；
[0055] 根據(jù)所述參考局部特征的索引信息和標示局部特征的量化參數(shù)的信息，從非頭部 區(qū)域解碼所述局部特征，獲得所述視頻流中各帖的局部特征。
[0化6] 第五方面，本發(fā)明實施例還提供一種視頻處理系統(tǒng)，包括：
[0化7] 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局部特征比特流發(fā)送所述服務(wù)器，所 述服務(wù)器根據(jù)接收的所述局部特征比特流還原所述視頻流中各帖的局部特征。
[005引由上述技術(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，通過獲取 視頻流中當前帖的局部特征，進而確定當前帖在當前帖的參考帖中的參考局部特征，進而 獲取視頻流的待發(fā)送的局部特征比特流，可實現(xiàn)在客戶端傳輸數(shù)據(jù)時快速壓縮傳輸?shù)奶卣?數(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】
[0059] 圖1為本發(fā)明一實施例提供的面向視頻的視覺特征編碼方法的流程示意圖；
[0060] 圖2為本發(fā)明另一實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3為本發(fā)明另一實施例提供的面向視頻的視覺特征解碼方法的流程示意圖；
[0062] 圖4為本發(fā)明一實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；
[0063] 圖5為本發(fā)明一實施例提供的服務(wù)器的結(jié)構(gòu)示意圖。
【具體實施方式】
[0064] 下面結(jié)合附圖，對發(fā)明的【具體實施方式】作進一步描述。W下實施例僅用于更加清 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)明的保護范圍。本發(fā)明實施例中所使 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。
[0065] 圖1示出了本發(fā)明一實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，本實施例的面向視頻的視覺特征編碼方法如下所述。
[0066]101、獲取視頻流中當前帖的局部特征。
[0067] 舉例來說，局部特征可為尺度不變描述子（ScaleInvariant化3化'6 Transform,簡稱；SIFT),或者，快速魯椿的尺度不變特征描述子（Speeded化Robust Fea1:ures，簡稱；SURF),或者，二進制魯椿獨立的基本描述子炬rief:Binaryrob