本發(fā)明涉及視頻編碼技術(shù)領(lǐng)域，具體涉及一種視頻編碼架構(gòu)及方法。

背景技術(shù)：

隨著數(shù)字化時(shí)代的到來，智能監(jiān)控系統(tǒng)已廣泛應(yīng)用于商場(chǎng)、銀行、醫(yī)院、賓館、住宅區(qū)等場(chǎng)所，實(shí)現(xiàn)了對(duì)視頻畫面的實(shí)時(shí)智能監(jiān)控。在視頻監(jiān)控應(yīng)用中，用戶可以在系統(tǒng)中設(shè)置智能分析裝置，通過其對(duì)采集的被監(jiān)控區(qū)域的視頻源進(jìn)行智能視頻分析，來完成一些異常事件、運(yùn)動(dòng)目標(biāo)或者特殊目標(biāo)等檢測(cè)(如逆行檢測(cè)、入侵檢測(cè)、徘徊檢測(cè)、非法停車檢測(cè)、人臉識(shí)別、遺棄物檢測(cè)等)并及時(shí)報(bào)警。

視頻源由視頻圖像序列構(gòu)成，視頻序列被劃分為不同的GOP(視頻圖像組)，在GOP中，可以由I幀、P幀和B幀三種不同的視頻圖像幀構(gòu)成，其中，I幀為幀內(nèi)編碼幀，它不需要參考其他幀，其視頻圖像通過本幀內(nèi)的圖像信息進(jìn)行壓縮編碼，所占數(shù)據(jù)的信息量比較大；P幀和B幀均為幀間預(yù)測(cè)幀，其中，P幀為前向預(yù)測(cè)編碼幀，它采用運(yùn)動(dòng)補(bǔ)償方法，參考前面最靠近它的I幀或P幀進(jìn)行預(yù)測(cè)編碼，其壓縮比較高，B幀為雙向預(yù)測(cè)編碼幀，參考前面的I幀或P幀和后面的P幀進(jìn)行預(yù)測(cè)編碼，其壓縮比最高。

幀間預(yù)測(cè)通過運(yùn)動(dòng)補(bǔ)償技術(shù)對(duì)視頻源進(jìn)行壓縮編碼，其關(guān)鍵就在于如何通過運(yùn)動(dòng)搜索尋找匹配塊，即在參考幀一定區(qū)域內(nèi)進(jìn)行搜索，為當(dāng)前幀中的宏塊尋找與之最匹配的宏塊進(jìn)行預(yù)測(cè)，則當(dāng)前幀中的宏塊位置與參考幀中的宏塊位置差為運(yùn)動(dòng)向量，這個(gè)運(yùn)動(dòng)向量是智能分析的重要數(shù)據(jù)來源?，F(xiàn)有技術(shù)中的智能分析處理器與運(yùn)動(dòng)搜索裝置相互獨(dú)立，運(yùn)動(dòng)搜索裝置通過運(yùn)動(dòng)搜索獲得的運(yùn)動(dòng)向量數(shù)據(jù)僅供編碼器使用不做其他用途，智能分析處理器如需運(yùn)動(dòng)向量數(shù)據(jù)只能在其內(nèi)部重新計(jì)算，而通過運(yùn)動(dòng)搜索獲得運(yùn)動(dòng)向量需耗費(fèi)大量運(yùn)算。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例提供了一種面向智能分析的視頻編碼架構(gòu)，其運(yùn)動(dòng)搜索裝置捕捉到的運(yùn)動(dòng)向量數(shù)據(jù)可供智能分析處理器使用，使智能分析處理器無需進(jìn)行運(yùn)動(dòng)搜索計(jì)算即可獲得運(yùn)動(dòng)向量；本發(fā)明實(shí)施例還提供了一種面向智能分析的視頻編碼方法，避免了智能分析處理器為獲得運(yùn)動(dòng)向量重新進(jìn)行運(yùn)動(dòng)搜索計(jì)算，解決了其資源耗費(fèi)巨大的技術(shù)問題。

本發(fā)明一實(shí)施例提供的一種面向智能分析的視頻編碼架構(gòu)，包括：運(yùn)動(dòng)搜索裝置，用于運(yùn)動(dòng)搜索并捕捉相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，并進(jìn)行輸出；智能分析處理器，用于獲取相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，完成視頻內(nèi)容的智能分析工作；

其中，所述面向智能分析的視頻編碼架構(gòu)，進(jìn)一步包括視頻編碼器，用于對(duì)源視頻進(jìn)行視頻編碼，計(jì)算相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)；

其中，所述運(yùn)動(dòng)向量數(shù)據(jù)包括P幀和/或B幀各宏塊的初始運(yùn)動(dòng)向量；

其中，所述初始運(yùn)動(dòng)向量為運(yùn)動(dòng)搜索裝置捕捉到的當(dāng)前幀中的宏塊與其在參考幀中最相似宏塊之間的位移矢量；

其中，所述宏塊的劃分模式包括運(yùn)動(dòng)搜索中使用的劃分模式；

其中，所述運(yùn)動(dòng)搜索中使用的劃分模式為動(dòng)態(tài)劃分模式；

其中，所述智能分析處理器的功能通過神經(jīng)網(wǎng)絡(luò)處理、圖像分析或者機(jī)器視覺實(shí)現(xiàn)。

本發(fā)明一實(shí)施例提供的一種面向智能分析的視頻編碼方法，包括：運(yùn)動(dòng)搜索并捕捉相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，并進(jìn)行輸出；獲取相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，完成視頻內(nèi)容的智能分析工作；

其中，所述面向智能分析的視頻編碼方法，進(jìn)一步包括：

對(duì)源視頻進(jìn)行視頻編碼，計(jì)算相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)。

本發(fā)明實(shí)施例提供的面向智能分析的視頻編碼架構(gòu)，其運(yùn)動(dòng)搜索裝置獲得的運(yùn)動(dòng)向量數(shù)據(jù)傳輸給智能分析處理器，使智能分析處理器在此基礎(chǔ)上即可完成智能分析工作；本發(fā)明實(shí)施例提供的面向智能分析的視頻編碼方法，使得智能分析處理器無需進(jìn)行運(yùn)動(dòng)搜索即可獲得運(yùn)動(dòng)向量，節(jié)省了大量運(yùn)算。

附圖說明

圖1所示為本發(fā)明一實(shí)施例提供的一種面向智能分析的視頻編碼架構(gòu)的結(jié)構(gòu)示意圖。

圖2所示為本發(fā)明一實(shí)施例提供的一種面向智能分析的視頻編碼方法的流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖紙中的步驟編號(hào)僅用于作為該步驟的附圖標(biāo)記，不表示執(zhí)行順序。

圖1所示為本發(fā)明一實(shí)施例提供的一種面向智能分析的視頻編碼架構(gòu)的結(jié)構(gòu)示意圖。如圖1所示，該面向智能分析的視頻編碼架構(gòu)，包括：

運(yùn)動(dòng)搜索裝置1，用于運(yùn)動(dòng)搜索并捕捉相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，并進(jìn)行輸出；

智能分析處理器2，用于獲取相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，完成視頻內(nèi)容的智能分析工作。即：智能分析處理器2無需重新計(jì)算或者運(yùn)動(dòng)搜索即可通過運(yùn)動(dòng)搜索裝置1獲得運(yùn)動(dòng)向量數(shù)據(jù)，并根據(jù)此數(shù)據(jù)完成如前景區(qū)域、背景區(qū)域等信息的分析、分離以及分析結(jié)果的輸出，相關(guān)的視頻編碼/解碼設(shè)備再根據(jù)輸出結(jié)果的不同可能采取不同策略進(jìn)行圖像壓縮、圖像重建等后續(xù)編碼或解碼程序，其中視頻的前景區(qū)域是相對(duì)于視頻的背景區(qū)域而言的，它根據(jù)用戶的不同需求而做不同設(shè)定，例如，如果用戶感興趣的對(duì)象是運(yùn)動(dòng)的物體，則在視頻畫面中運(yùn)動(dòng)的物體即為前景區(qū)域。

在本發(fā)明一實(shí)施例中，智能分析處理器2的功能可通過神經(jīng)網(wǎng)絡(luò)處理、圖像分析或者機(jī)器視覺實(shí)現(xiàn)，本發(fā)明對(duì)此不做具體限定。

本發(fā)明另一實(shí)施例提供的一種面向智能分析的視頻編碼架構(gòu)，進(jìn)一步包括視頻編碼器，用于對(duì)源視頻進(jìn)行視頻編碼，計(jì)算相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)。

因?yàn)橹悄芊治鎏幚砥?以幀間預(yù)測(cè)幀的信息為基礎(chǔ)進(jìn)行智能分析工作，而視頻編碼器對(duì)參考幀以宏塊為單位進(jìn)行編碼，則相鄰幀間宏塊的運(yùn)動(dòng)向量是智能分析的重要數(shù)據(jù)來源。幀間預(yù)測(cè)幀包括P幀和B幀兩種，在本發(fā)明一實(shí)施例中，運(yùn)動(dòng)搜索裝置1傳輸給智能分析處理器2的運(yùn)動(dòng)向量數(shù)據(jù)包括P幀和/或B幀各宏塊的初始運(yùn)動(dòng)向量。

在本發(fā)明一實(shí)施例中，初始運(yùn)動(dòng)向量為運(yùn)動(dòng)搜索裝置1捕捉到的當(dāng)前幀中的宏塊與其在參考幀中最相似宏塊之間的位移矢量，而不是視頻編碼器最終采用的經(jīng)RDO(碼率與失真度優(yōu)化函數(shù))計(jì)算后的運(yùn)動(dòng)矢量。運(yùn)動(dòng)搜索裝置1在參考幀內(nèi)可以搜索捕捉到與當(dāng)前宏塊最匹配的宏塊(稱為預(yù)測(cè)宏塊)，預(yù)測(cè)宏塊與當(dāng)前宏塊間的位移為運(yùn)動(dòng)向量，它們之間的像素差值為殘差，則當(dāng)前幀中的宏塊可以用一個(gè)殘差和一對(duì)運(yùn)動(dòng)向量來表示。我們可以理解，殘差值越小，失真度越小，而運(yùn)動(dòng)向量越小，需要的壓縮編碼的比特?cái)?shù)越小，即與當(dāng)前宏塊最匹配的預(yù)測(cè)宏塊可能處于相對(duì)較遠(yuǎn)的位置，也就是其對(duì)應(yīng)的運(yùn)動(dòng)向量可能相對(duì)較大，需要較大的比特?cái)?shù)進(jìn)行編碼處理及存儲(chǔ)工作，在后續(xù)實(shí)際的編碼工作中我們往往會(huì)綜合考慮運(yùn)動(dòng)向量和殘差值對(duì)當(dāng)前幀的影響，通過RDO計(jì)算選取RDO最小的搜索數(shù)據(jù)進(jìn)行編碼利用，這通常是以圖像的失真度為代價(jià)的。而本發(fā)明中運(yùn)動(dòng)搜索裝置1提供給智能分析處理器2的運(yùn)動(dòng)向量數(shù)據(jù)主要供智能分析處理器2進(jìn)行智能分析利用，選取初始運(yùn)動(dòng)向量進(jìn)行傳輸更利于智能分析處理器2進(jìn)行客觀分析，進(jìn)而輸出更為精確的分析結(jié)果。

在本發(fā)明一實(shí)施例中，運(yùn)動(dòng)搜索的模式可以選擇精確度最高的全局搜索模式，可以選擇典型的三步法、新三步法、非對(duì)稱六邊形搜索模式，也可以選擇菱形搜索模式、矩形搜索模式、十字搜索模式、迭代搜索模式中的一種或多種方法組合的搜索模式，用戶可根據(jù)自己的不同需求而選定，本發(fā)明對(duì)此不做具體限定。

在本發(fā)明一實(shí)施例中，宏塊的劃分模式包括其運(yùn)動(dòng)搜索過程中使用的各種劃分模式。本領(lǐng)域的技術(shù)人員可以理解，運(yùn)動(dòng)搜索中需要將圖像以宏塊或者編碼樹為單位劃分成多種子塊進(jìn)行子塊匹配預(yù)測(cè)，而宏塊/編碼樹的劃分包括多種模式，例如，可劃分為64*64、16*16、8*8或者4*4等平方形式的子塊，也可利用四叉樹結(jié)構(gòu)劃分為64*32、32*16、16*8、8*4等非平方形式的子塊。總之，宏塊/編碼樹被劃分成的子塊越小，運(yùn)動(dòng)搜索能夠匹配到參考幀中的圖像越精確，而運(yùn)動(dòng)搜索裝置1傳輸給智能分析處理器2的運(yùn)動(dòng)向量包括各種劃分模式下的運(yùn)動(dòng)向量。

在本發(fā)明一實(shí)施例中，運(yùn)動(dòng)搜索中使用的劃分模式為動(dòng)態(tài)劃分模式，即：在運(yùn)動(dòng)搜索中，各個(gè)宏塊/編碼樹的劃分模式是動(dòng)態(tài)適配劃分的，既可能被劃分為64*64、16*16、8*8、4*4等模式，也可能被劃分為64*32、32*16、16*8、8*4等模式，還可能被劃分為未來編碼標(biāo)準(zhǔn)所列的其他模式，本發(fā)明對(duì)此不做具體限定。

本發(fā)明實(shí)施例還提供了一種面向智能分析的視頻編碼方法，包括：

步驟101：運(yùn)動(dòng)搜索并捕捉相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，并進(jìn)行輸出；

步驟102：獲取相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)，完成視頻內(nèi)容的智能分析工作。

本發(fā)明另一實(shí)施例提供的一種面向智能分析的視頻編碼方法，進(jìn)一步包括：

步驟103：對(duì)源視頻進(jìn)行視頻編碼，計(jì)算相鄰幀間的運(yùn)動(dòng)向量數(shù)據(jù)。

在本發(fā)明一實(shí)施例中，運(yùn)動(dòng)向量數(shù)據(jù)包括P幀和/或B幀各宏塊的初始運(yùn)動(dòng)向量，該初始運(yùn)動(dòng)向量為運(yùn)動(dòng)搜索捕捉到的當(dāng)前幀中的宏塊與其在參考幀中最相似宏塊之間的位移矢量。

本發(fā)明實(shí)施例提供的面向智能分析的視頻編碼架構(gòu)，其運(yùn)動(dòng)搜索裝置獲得的運(yùn)動(dòng)向量數(shù)據(jù)傳輸給智能分析處理器，使智能分析處理器在此基礎(chǔ)上即可完成智能分析工作；本發(fā)明實(shí)施例提供的面向智能分析的視頻編碼方法，使得智能分析處理器無需進(jìn)行運(yùn)動(dòng)搜索即可獲得運(yùn)動(dòng)向量，節(jié)省了大量運(yùn)算。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。