[发明专利]一种基于AI目标跟踪的窄带高清视频压缩方法

权利要求书

1.一种基于AI目标跟踪的窄带高清视频压缩方法，其特征在于，包括如下步骤：

a)搭建视频存储库，输入待处理视频，检测视频中场景切换时间点，根据场景切换时间点将视频进行切分，得到若干视频段；

b)通过AI跟踪算法锁定本段视频重点目标人物、重点区域，得到跟踪重点优化区域；

c)根据跟踪重点优化区域，将跟踪重点优化区域被的图像内容编码质量保持不变或提高，将跟踪重点优化区域外的图像内容编码质量降低；

d)重复执行步骤c)至步骤c)直至每个视频段的图像内容根据跟踪重点优化区域完成压缩；

e)将各个视频段重新组合为新的视频，作为优化视频进行输出。

2.根据权利要求1所述的基于AI目标跟踪的窄带高清视频压缩方法，其特征在于：步骤a)中scenedetect算法检测视频中的场景切换时间点。

3.根据权利要求1所述的基于AI目标跟踪的窄带高清视频压缩方法，其特征在于：步骤b)中通过YOLO目标检测算法找到本段视频需要跟踪的重点目标人物，通过DeepSort多目标跟踪算法跟踪重点目标人物，保存每一帧目标ROI的坐标数据。

4.根据权利要求3所述的基于AI目标跟踪的窄带高清视频压缩方法，其特征在于：步骤b)中通过公式X＝MIN(xi-wi)计算得到跟踪重点优化区域的矩形左上顶点的横坐标，式中xi为第i个ROI矩形框的中心位置的横坐标X，wi为第i个ROI矩形框的中心位置距离矩形框侧边的距离，通过公式Y＝MIN(yi-hi)计算得到跟踪重点优化区域的矩形左上顶点的纵坐标Y，式中yi为第i个ROI矩形框的中心位置的纵坐标X，hi为第i个ROI矩形框的中心位置距离矩形框上边的距离，通过公式W＝MAX(xi+wi)-X计算得到跟踪重点优化区域的宽度W，通过公式H＝MAX(yi+hi)-Y计算得到跟踪重点优化区域的高度H。

5.根据权利要求3所述的基于AI目标跟踪的窄带高清视频压缩方法，其特征在于：所述ROI的坐标数据包括ROI矩形框中心位置坐标(x,y)、中心位置距离矩形框上边的距离h以及中心位置距离矩形框侧边的距离w，x为矩形框中心位置的横坐标，y为矩形框中心位置的纵坐标。