[发明专利]一种编解码方法及设备

说明书

本发明提出一种编解码方法及设备方法，所述编码方法包括以下特征：步骤S1.获取待编码的视频帧，并根据前后帧间的关系判断是否为关键帧；步骤S2.如果当前帧为关键帧，做好标记1，写入码头，并确定出第一图像和第二图像，进行像素级标注；将所述关键帧确定的第一图像、第二图像及其对应的标注信息输入至深度神经网络，提取多级语义特征；对所述多级语义特征进行编码，生成不同层级的码流；步骤S3.如果当前帧为非关键帧，做好标记0，写入码头；则直接计算所述非关键帧与其左相邻关键帧的残差，并进行残差编码，生成残差码流信息。本发明的编解码方法利用关键帧判断以及深度神经网络，降低了编解码的成本，并且具有高度的灵活性。

技术领域

本发明涉及编解码领域，尤其涉及一种编解码方法及设备，能够对视频帧进行高效的编解码。

背景技术

人们对于视频质量的需求与日俱增，然而视频的数据量往往较大，存储和传输视频的硬件资源有限，成本较高，对视频进行编码压缩就显得尤为重要。这项技术深刻影响着人们生活的方方面面，包括数字电视、电影、网络视频、移动视频直播等等。

为了达到节约空间的目的，视频图像都是经过编码后才传输的，完整的视频编码方法可以包括预测、变换、量化、熵编码、滤波等过程。其中，预测编码可以包括帧内编码和帧间编码。进一步的，帧间编码是利用视频时间域的相关性，使用邻近已编码图像的像素预测当前像素，以达到有效去除视频时域冗余的目的。此外，帧内编码是指利用视频空间域的相关性，使用当前帧图像的已经编码块的像素预测当前像素，以达到去除视频空域冗余的目的。

传统的帧内预测方法，基于自然图像中的纹理往往具有方向性这一假设，使用预定义的几个固定方向模式，在预测时，采用已编码块中与待编码快最邻近的一行像素作为参考像素。枚举地尝试每一个方向，选择编码代价最少的一个模式，编入码流中。该预测方法有效地减少了编码码率。然而，该方法存在缺点。一方面，该方法仅仅使用单行像素作为参考，在低码率高噪声的情形中，单行像素中的噪声会严重影响预测的准确度。

现有技术中还有一种编码方法，基于变换量化的编码方法，使用时频变换将图像映射到频域，选择性地减少图像中人类难以察觉的高频信息，能够在少量牺牲视觉质量的情况下，大大减小视频传输的码率，也减少了视频传输的体积。进一步地，由于视频两帧之间有着非常大的相关性和信息冗余，在一帧之内，块与块之间也有很大的纹理连续性，因此在现代编码器中，会使用帧间和帧内预测的方法，来进一步减小视频码率。

上述编码方式编码效率不高，适应性能力不足，因此亟需提供一种高效的视频编码方案，能够高效的进行编解码，适应于不同的编码环境。

主要创新点：

1.本申请在进行编码时首先进行关键帧的判断，对关键帧和非关键帧采用不同的编码方式生成不同的码流，以提高编码效率。

2.本申请针对不用的解码需求，可对应在编码时生成不同层级的语义特征，以进行编码生成不同层级的码流，提高自适应能力。

3.本申请采用独创的深度神经网络，能够提取不同的层级语义特征，借助所采用的惩罚函数及激励函数，不断优化网络模型，使得提取的层级语义特征准确而不允许，满足不同用户的带宽需求。

发明内容

为解决上述问题，本发明提出了一种编码方法，所述方法包括以下特征：

步骤S1.获取待编码的视频帧，并根据前后帧间的关系判断是否为关键帧；

步骤S2.如果当前帧为关键帧，做好标记1，写入码头，并确定出第一图像和第二图像，进行像素级标注；将所述关键帧确定的第一图像、第二图像及其对应的标注信息输入至深度神经网络，提取多级语义特征；对所述多级语义特征进行编码，生成不同层级的码流；

步骤S3.如果当前帧为非关键帧，做好标记0，写入码头；则直接计算所述非关键帧与其左相邻关键帧的残差，并进行残差编码，生成残差码流信息。