[发明专利]一种视频去重压缩的方法、装置、服务器及存储介质

说明书

本发明实施例公开了一种视频去重压缩的方法、装置、服务器及存储介质，该方法包括：从目标视频中提取第一帧图像作为压缩集合的基准图像；获取所述第一帧图像的神经卷积图像特征；针对所述目标视频的第二帧图像开始的每一帧图像，计算当前帧图像的神经卷积图像特征和所述基准图像的神经卷积图像特征的距离；判断所述距离是否大于预设阈值；若大于，则将所述当前帧图像存入所述压缩集合并定义为新的基准图像；若小于，则将所述当前帧图像删除。本发明实施例的技术方案，通过计算当前帧图像的神经卷积图像特征和基准图像的神经卷积图像特征的距离，将神经网络技术融合到了视频去重压缩技术中，大大减少了视频压缩的数据量，提高了压缩效率。

技术领域

本发明实施例涉及视频压缩技术，尤其涉及一种视频去重压缩的方法、装置、服务器及存储介质。

背景技术

目前，随着视频监控行业的快速发展，视频压缩技术越来越重要。传统视频压缩技术的发展已经进入停滞期，无法实现较大的突破，随着神经网络的快速发展，我们可以使用神经网络实现更高效率的视频压缩。

基于此，在传统视频压缩已经可以提供较为优秀的视频压缩效率的基础上，如何能将神经网络融入视频压缩来提高视频压缩效率显得尤为重要。

发明内容

本发明实施例提供一种视频去重压缩的方法、装置、服务器及存储介质，以实现减少视频压缩的数据量，提高压缩效率。

第一方面，本发明实施例提供了一种视频去重压缩的方法，包括：

从目标视频中提取第一帧图像作为压缩集合的基准图像；

获取所述第一帧图像的神经卷积图像特征；

针对所述目标视频的第二帧图像开始的每一帧图像，计算当前帧图像的神经卷积图像特征和所述基准图像的神经卷积图像特征的距离；

判断所述距离是否大于预设阈值；

若大于，则将所述当前帧图像存入所述压缩集合并定义为新的基准图像；

若小于，则将所述当前帧图像删除。

可选的，所述获取所述第一帧图像的神经卷积图像特征，包括：

将所述第一帧图像输入预设的神经卷积网络，获取所述第一帧图像的特征描述子。

可选的，所述计算当前帧图像的神经卷积图像特征和所述基准图像的神经卷积图像特征的距离，包括：

获取所述当前帧图像的第一神经卷积图像特征和所述基准图像的第二神经卷积图像特征；

根据所述第一神经卷积图像特征和所述第二神经卷积图像特征计算余弦距离作为所述距离。

可选的，所述根据所述第一神经卷积图像特征和所述第二神经卷积图像特征计算余弦距离作为所述距离的公式为：

其中，A为第一神经卷积图像特征，B为第二神经卷积图像特征。

可选的，所述方法还包括：

确认预设的视频压缩算法；

根据所述预设的视频压缩算法对所述压缩集合进行视频压缩。

第二方面，本发明实施例还提供了一种视频去重压缩的装置，包括：

首次提取单元，用于从目标视频中提取第一帧图像作为压缩集合的基准图像；

首次特征单元，用于获取所述第一帧图像的神经卷积图像特征；

距离计算单元，用于针对所述目标视频的第二帧图像开始的每一帧图像，计算当前帧图像的神经卷积图像特征和所述基准图像的神经卷积图像特征的距离；