[发明专利]一种基于AVS帧内压缩编码的视频目标分割方法

说明书

一种基于AVS帧内压缩编码的视频目标分割方法，包括以下步骤：S1.提取DCT编码：根据AVS帧内压缩编码，在视频解码阶段，获取未解码视频帧的DCT编码；S2.去除DCT高频：将提取到的DCT编码去除高频信号、保留低频信号，得到去除高频信号后的DCT编码特征图，将所述去除高频信号后的DCT编码特征图直接作为CNN模型的输入；以及S3.CNN模型分割：选择具有目标分割功能的CNN模型，并使用所述去除高频信号后的DCT编码特征图对CNN模型进行训练，最终得到具备视频目标分割功能的CNN模型。解决CNN目标分割模型输入数据缺失的问题，可以最大程度输入图像分割算法需要的DCT低频信号；解决了现有方法中因缩减CNN模型输入图像，而导致DCT信号低频缺失、高频冗余的问题。

技术领域

本发明属于计算机视觉领域，特别涉及一种基于AVS帧内压缩编码的视频目标分割方法。

背景技术

随着社会的发展，伴随着人类活动多元化，日常生活录制的视频内容也越来越多样化，对视频进行剪辑处理的要求也越来越高。比如，在替换视频画面背景时，经常需要将人物从视频中扣取出来，然后对其背景进行替换。同时，由中国主导的数字音视频编解码标准(Audio Video coding Standard，简称AVS)，正在逐步推广使用，目前已推出第三代AVS3标准。在AVS标准中，使用熵编码，对视频进行帧内有损压缩。压缩过程保存的信息，主要是图像信号经离散余弦变换(Discrete Cosine Transform,简称DCT)后的低频信号。DCT高频信号去除得越多，图像细节越少，但图像中物体边缘信息依旧保存完好。而基于深度卷积神经网络(Deep Convolutional Neural Network，简称CNN)是目前主流的目标分割基础算法，比如Mask-RCNN目标分割算法。但当前图像分割算法，因需要预测物体的边缘信息，而需要大量的卷积和反卷积运算，进而需要大量的计算机系统资源进行大规模神经元计算。除了改进神经网络模型，通常做法是缩减图像大小，以此减少计算量，但常规图像缩小方式，为了考虑人眼视觉效果，保留过多图像细节，图像细节占据过多，物体轮廓和边缘信息则相应的减少。图像目标分割算法的目的，就是要找到目标物体的轮廓和边缘，轮廓和边缘信息缺失，将不利于图像目标分割。

发明内容

本发明的目的是提供一种基于AVS帧内压缩编码的视频目标分割方法，解决CNN目标分割模型输入数据缺失的问题，可以最大程度输入图像分割算法需要的DCT低频信号；特别的，使用基于AVS编解码标准进行视频DCT编码，直接从视频编码中获得DCT低频信号，从而解决旧有方法中因缩减CNN模型输入图像，而导致DCT信号低频缺失、高频冗余的问题。

本发明的技术方案如下：

本发明的基于AVS帧内压缩编码的视频目标分割方法，包括以下步骤：S1.提取DCT编码；S2.去除DCT高频；以及S3.CNN模型分割。

优选地，在上述基于AVS帧内压缩编码的视频目标分割方法中，在步骤S1中，根据AVS帧内压缩编码，在视频解码阶段，获取未解码视频帧的DCT编码。

优选地，在上述基于AVS帧内压缩编码的视频目标分割方法中，在步骤S2中，将提取到的DCT编码去除高频信号、保留低频信号，得到去除高频信号后的DCT编码特征图，将去除高频信号后的DCT编码特征图直接作为CNN模型的输入。

优选地，在上述基于AVS帧内压缩编码的视频目标分割方法中，在步骤S3中，选择具有目标分割功能的CNN模型，并使用去除高频信号后的DCT编码特征图对CNN模型进行训练，最终得到具备视频目标分割功能的CNN模型。

优选地，在上述基于AVS帧内压缩编码的视频目标分割方法中，在步骤S1中，在AVS解码阶段，解码得到DCT编码后，不再进行后续AVS其他的编码步骤，而是在数据结构上，对DCT信号按照它在原图对应的位置，一一排放即可。