视频局部特征描述子的压缩方法、系统及视频压缩方法技术方案

本发明专利技术公开了一种视频局部特征描述子的压缩方法、系统和视频压缩方法，所述视频局部特征描述子的压缩方法包括联合视频内容的帧间预测、量化、熵编码，而后计算预测信号的残差系数，对残差系数进行量化得到量化系数，再对量化系数进行熵编码，输出熵编码后形成的码流，完成对视频的局部特征描述子的压缩。通过本发明专利技术对视频局部特征描述子进行压缩，在联合视频内容的基础上，使压缩后的视频数据得到紧凑的表示，达到高的压缩比，从而提高视频数据的传输速率、存储效率及压缩效率，同时提高了视频数据的检索效率。

【技术实现步骤摘要】
视频局部特征描述子的压缩方法、系统及视频压缩方法
本专利技术属于数据处理
，具体涉及一种视频局部特征描述子的压缩方法、压缩系统及视频压缩方法。
技术介绍
随着互联网的广泛应用，在网络的传输和存储过程中，视频数据的数据越来越庞大。对视频数据的压缩则显得尤为重要。而局部特征描述子，在图像/视频数据处理以及计算机视觉领域得到了广泛的应用，描述子的压缩也是提高视频数据检索等视频数据应用的关键技术。例如，对128维的SIFT局部特征描述子而言，将每个维度量化到8比特，一帧图像包含1000个SIFT特征点，则一个300帧的视频包含的SIFT特征数据量为300*1000*128*8bits＝292.97Mb，无论对于存储还是传输都是需要付出巨大的代价，在实际应用中是难以承受的。在对视频数据处理的现有技术中，大多单独对描述子进行压缩，限制了描述子的压缩比，不利于数据检索效率的提高，同时也阻碍了视频检索技术的发展。
技术实现思路
本专利技术实施例的目的是提供一种视频局部特征描述子的压缩方法、系统及视频压缩方法，以提高视频局部特征描述子的压缩效率，从而提高视频压缩数据的传输速率和存储效率。根据本专利技术的一个方面，提供了一种视频局部特征描述子的压缩方法，所述方法包括如下步骤：联合视频内容对当前局部特征描述子进行帧间预测得到预测信号；计算所述预测信号的残差系数；对所述残差系数进行量化得到量化系数；对所述量化系数进行熵编码，输出码流。上述方案中，所述计算残差系数之后，得到量化系数之前，所述方法还包括：对所述残差系数进行变换得到变换系数；对所述残差系数进行量化得到量化系数，进一步为，对所述变换系数进行量化并得到量化系数。上述方案中，所述方法还包括：对所述量化系数进行反量化和反变换，得到重构描述子，并存储所述重构描述子。上述方案中，所述联合视频内容对当前局部特征描述子进行帧间预测得到预测信号，进一步包括：在所述当前局部特征描述子所在帧的已编码的前一帧中，找到一个与所述当前局部特征描述子最相近的重构描述子，作为预测信号。上述方案中，所述量化为标量量化或矢量量化。根据本专利技术的另一个方面，还提供了一种视频局部特征描述子的压缩系统，所述系统包括：预测模块、残差系数计算模块、量化模块、编码模块所述预测模块用于联合视频内容对当前局部特征描述子进行帧间预测得到预测信号；所述残差系数计算模块与所述预测模块相连，用于计算所述预测信号的残差系数；所述量化模块与所述残差系数计算模块相连，用于对所述残差系数进行量化得到量化系数；所述编码模块与所述量化模块相连，用于对所述量化系数进行熵编码，输出码流。上述方案中，所述系统还包括变换模块，所述变换模块与所述残差系数计算模块和量化模块相连，用于对所述残差系数进行变换得到变换系数；所述量化模块还用于对所述变换系数进行量化并得到量化系数。上述方案中，所述系统还包括：重构描述子存储模块，用于对所述量化系数进行反量化和反变换，得到重构描述子，并存储所述重构描述子。上述方案中，所述预测模块进一步用于在所述当前局部特征描述子所在帧的已编码的前一帧中，找到一个与所述当前局部特征描述子最相近的重构描述子，作为预测信号。根据本专利技术的再一个方面，还提供了一种视频压缩方法，所述方法包括：对视频原始数据进压缩，得到视频自身码流，并得到重构帧组成的视频重构数据；联合所述视频重构数据中的重构帧的内容，采用权利要求1至5任一项所述的视频局部特征描述子的压缩方法，对视频原始数据中的局部特征描述子进行压缩，得到熵编码后的描述子码流；将所述描述子码流输出到视频自身码流中，输出视频码流。本专利技术实施例提供了一种视频局部特征描述子的压缩方法、系统和视频压缩方法，所述视频局部特征描述子的压缩方法包括预测、量化、熵编码，其中预测为联合视频内容的帧间预测，而后计算预测信号的残差系数，对残差系数进行量化得到量化系数，再对量化系数进行熵编码，输出码流，完成对视频的局部特征描述子的压缩。通过本专利技术实施例的方法对视频局部特征描述子进行压缩，在联合视频内容的基础上，使压缩后的视频数据得到紧凑的表示，达到高的压缩比，从而提高视频数据的传输速率和存储效率，同时提高了视频数据的检索效率。附图说明图1是本专利技术第一实施方式的视频局部特征描述子的压缩方法流程示意图；图2是本专利技术第二实施方式的视频局部特征描述子的压缩方法流程示意图；图3是本专利技术第二实施方式具体实施例的压缩方法流程图；图4是本专利技术第三实施方式的视频局部特征描述子的压缩系统结构示意图；图5是本专利技术第四实施方式的视频局部特征描述子的压缩系统结构示意图；图6是本专利技术第五实施方式的视频压缩方法流程示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。本专利技术实施例以局部特征描述子在计算机视觉领域的广泛应用为基础，对视频局部特征描述子进行压缩，将重构后的带有重构描述子内容的视频内容本身应用在压缩过程中，即联合视频内容，指导局部特征描述子的压缩，提出了视频局部特征描述子的压缩方法、系统及视频压缩方法。以下结合实施方式及附图，对本专利技术作详细说明。图1是本专利技术第一实施方式的视频局部特征描述子的压缩方法流程示意图。本实施方式对于视频局部特征描述子的压缩方法的框架，包括联合视频内容的预测、量化、熵编码。如图1所示，本实施例的视频局部特征描述子的压缩方法，包括如下步骤：步骤S101，联合视频内容对当前局部特征描述子进行帧间预测得到预测信号。本步骤中，对所述当前局部特征描述子进行帧间预测，具体为，在所述视频的已编码的帧中，找到一个与所述当前局部特征描述子最相近的重构描述子，作为预测信号。视频数据是由帧组成，每一帧中都有相应的局部特征描述子。处于压缩过程中的当前局部特征描述子所属的帧，即当前帧。优选的，所述视频的已编码的帧，为当前帧的前一帧。这里的最相近，是指所述已编码的重构描述子与所述当前描述子具有的相同特征数据最多，也可以通过绝对值误差和(SAD,SumofAbsoluteDifference)进行选择。这一最值选择可通过一个可编程逻辑控制器(PLC)实现。在前一帧中搜索最相近重构描述子时，可以在前一帧的全部数据中搜索，也可以自定义搜索范围，如，根据所述视频的运动矢量进行搜索，在当前描述子运动矢量所指向的位置处，距离最近的五个节点的范围内搜索最相近的重构描述子。特别的，上述帧间预测时，作为当前局部特征描述子的预测结果的所述重构描述子，除在相应范围内的最相近的重构描述子外，也可以根据需要进行其他定义，如对应位置的重构描述子、相反特征的重构描述子。步骤S102，计算所述预测信号的残差系数。优选的，本步骤中计算预测残差，通过作差的方法进行。步骤S104，对所述残差系数进行量化得到量化系数。本步骤中的量化方式，可以为标量量化，也可以为矢量量化。步骤S105，对所述量化系数进行熵编码，输出码流。本步骤中的熵编码，优选的，编码模型采用视频编码标准中常用的上下文自适应的二进制熵编码方法(CABAC,Context-AdaptiveBinaryA本文档来自技高网...

【技术保护点】
一种视频局部特征描述子的压缩方法，其特征在于，所述方法包括如下步骤：联合视频内容对当前局部特征描述子进行帧间预测得到预测信号；计算所述预测信号的残差系数；对所述残差系数进行量化得到量化系数；对所述量化系数进行熵编码，输出码流。

【技术特征摘要】
1.一种视频局部特征描述子的压缩方法，其特征在于，所述方法包括如下步骤：联合视频内容对当前局部特征描述子进行帧间预测，在所述当前局部特征描述子所在帧的已编码的前一帧中，找到一个与所述当前局部特征描述子最相近的重构描述子、和/或对应位置的重构描述子、和/或相反特征的重构描述子，作为预测信号；计算所述预测信号的残差系数；对所述残差系数进行变换得到变换系数；对所述变换系数进行量化得到量化系数；对所述量化系数进行反量化和反变换，得到重构描述子，并存储所述重构描述子；对所述量化系数进行熵编码，输出码流。2.根据权利要求1所述的视频局部特征描述子的压缩方法，其特征在于，所述量化为标量量化或矢量量化。3.一种视频局部特征描述子的压缩系统，其特征在于，所述系统包括：预测模块、残差系数计算模块、变换模块、量化模块、编码模块、重构描述子存储模块；其中，所述预测模块用于联合视频内容对当前局部特征描述子进行帧间预测，在所述当前局部特征描述子所在帧的已...

【专利技术属性】
技术研发人员：马思伟，张翔，王苫社，王诗淇，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11