1.一种融合视觉感知特征的可分层视频编码方法，其特征在于，包括视觉感兴趣区域优先级的设定以及视频编码资源分配方案的设定两部分；
所述视觉感兴趣区域优先级的设定为：鉴于视频图像内容的丰富性和人眼视觉选择性注意机制，视频内容同时具有时域和空域双重视觉特征，标注视觉特征显著度区域的计算公式表示为：
式中，ROI(x,y)代表当前编码宏块视觉感兴趣优先级；T(x,y,MV)代表当前编码宏块的时域视觉特征显著度；S(x,y,Mode)代表当前编码宏块的空域视觉特征显著度；(x,y)表示当前编码宏块的位置坐标；MV是宏块运动矢量；Mode表示编码块的预测模式；
采用快速帧内预测算法，利用宏块灰度直方图描述宏块平坦程度，依据宏块平坦度自适应地选取帧内预测模式集合；
采用快速帧间预测算法，通过分析各种帧间预测模式出现概率的统计特性，对模式进行预判以提前终止帧间预测模式搜索和率失真代价计算；
采用快速运动估计搜索算法，基于编码块运动矢量相关性，依据编码块运动程度，判定搜索层次。
2.根据权利要求1所述的融合视觉感知特征的可分层视频编码方法，其特征在于，所述视觉感兴趣区域优先级的设定中，首先，进行时域视觉显著度区域标注：具体分为两个步骤：步骤1运动矢量噪声检测和步骤2平移运动矢量检测，分别用于削弱由于运动矢量噪声和摄像机运动而产生的平移运动矢量对于时域视觉显著度区域检测准确性的影响，完成前景与背景的分离，得到准则的、符合人眼视觉特征的时域视觉显著度区域标注结果；然后，进行空域视觉显著度区域标；最后，依据时域、空域视觉特征显著度区域标注结果，完成视觉特征显著度区域的标注。
3.根据权利要求2所述的融合视觉感知特征的可分层视频编码方法，其特征在于，在进行时域视觉显著度区域标注时，所述步骤1运动矢量噪声检测的计算公式表示为：
(1)式中，(x,y)为当前编码块位置坐标，表示当前编码块的运动矢量MV， 表示运动参考区域Crr内的平均运动矢量，定义为：
表示运动参考区域Crr所包含宏块的运动矢量， 表示累加次数；
运动参考区域Crr的定义如下，以使参考区域Crr的形状、位置、面积能够随当前运动矢量的变化而实现自适应调整：
将分别位于Crr的左上、右上、左下和右下的四个宏块表示为MB1,MB2,MB3，MB4，其位置坐标定义为：
其中， 和 分别是当前运动矢量 在水平和垂直
方向上的运动幅度，ws和hs分别表示当前编码块的宽度和高度，[·]表示取整计算；
如果 说明在运动参考区域Crr内不存在运动矢量，则认为 是由运动噪声引起的，应予以滤除， 被置为0，标记T1(x,y,MV)＝3；
如果 说明当前编码块与邻近宏块相比具有显著的运动特征，属于前景动态区域，标记T1(x,y,MV)＝2；
否则，说明当前编码块与邻近宏块具有相似的运动特性，时域显著性并不明显，需要进一步进行平移运动矢量检测，以判定该编码块是属于背景区域，还是属于前景平移区域，标记为T2(x,y,MV)；
所述步骤2平移运动矢量检测的计算公式表示为：
(2)式中，(x,y)表示当前编码块的位置坐标； 为动态阈值；SAD(x,y)为当前编码块与前一帧对应位置块之间的绝对差值和SAD(Sum of Absolute Differences,SAD)，用于表征相邻两帧对应编码块的变化程度，定义如下：
其中，s(i,j)为当前编码块的像素值；c(i,j)为前一帧对应位置块的像素值；M，N分别为当前编码块的长、宽尺寸；
动态阈值 为前一帧中被确定为背景区域内的所有编码块SAD的均值，定义如下：
其中，Sc表示前一帧的背景区域； 表示Sc内包含编码块对应SAD值的累加和；
Num表示累加次数；
综合上述(1)和(2)两个处理步骤，进行时域视觉显著度区域标注的计算公式可描述为：
(3)式中，各参数的定义与式(1)和式(2)相同；
然后，进行空域视觉显著度区域标注，其计算公式可描述为：
(4)式中，(x,y)表示当前编码块的位置坐标；Mode表示编码块的预测模式；modeP表示P帧编码中当前编码块的预测模式；modeI表示I帧编码中当前编码块的预测模式；
如果modeP选择了帧内预测模式，说明空域视觉特征显著度最高，属于敏感区，标记S(x,y,Mode)＝2；
如果modeP选择了子块帧间预测模式集合Inter8(8×8,8×4,4×8,4×4)或者modeI选择了Intra4×4预测模式，说明空间细节丰富，也具有高空域视觉特征显著度，属于关注区，标记S(x,y,Mode)＝1；
如果modeP选择了宏块帧间预测模式集合Inter16(Skip,16×16,16×8,8×16)或者modeI选择了Intra16×16预测模式，说明空间变化平缓，空间视觉特征显著度低，属于非显著区，标记S(x,y,Mode)＝0；
最后，依据时域、空域视觉特征显著度区域标注结果，标注视觉特征显著度区域。
4.根据权利要求1所述的融合视觉感知特征的可分层视频编码方法，其特征在于，采用快速帧内预测算法的具体过程：
步骤1：计算当前编码宏块亮度分量Y的灰度直方图，记录其最大像素数Max Value；
步骤2：设定上限阈值Thhigh和下限阈值Thlow，Thhigh和Thlow均为[1，256]间的整数；
步骤3：若Max Value≥Thhigh，认为宏块平坦，舍弃Intra4×4预测模式集合，选择Intra16×16预测模式集合，并将率失真开销最小的模式作为最优帧内预测模式；同时更新上限阈值： 否则，进入步骤4；
步骤4：若Max Value≤Thlow，认为宏块细节丰富，舍弃Intra16×16预测模式集合，选择Intra4×4预测模式集合，并将率失真开销最小的模式作为最佳帧内预测模式；同时更新下限阈值： 否则，进入步骤5；
步骤5：若Thlow本方法中的上限阈值Thhigh和下限阈值Thlow分别设定为150和50。
5.根据权利要求1所述的融合视觉感知特征的可分层视频编码方法，其特征在于，采用快速帧间预测算法的具体过程：
步骤1：Skip模式的预判
步骤1.1：计算Skip模式(mode0)的率失真代价值Jskip，如果小于阈值T则停止对其他模式的搜索，选定Skip作为最佳预测模式，跳转至步骤4；否则执行步骤1.2；
其中，T＝(0.7-Min_cost/18000)×Min_cost，Min_cost为前一个编码宏块的最优率失真代价值；
步骤1.2：计算Inter16×16模式(mode1)的率失真代价值J16×16，如果J16×16>Jskip，则仍选定Skip作为最佳编码模式，跳转至步骤4；否则执行步骤2；
步骤2：宏块/子块帧间预测模式的预判
步骤2.1：计算Inter16×16模式和Inter8×8模式的率失真代价值J16×16和J8×8，若J8×8-J16×16>T0，则选定Inter16×16模式作为最佳帧间编码模式，跳转至步骤4；否则，执行步骤
2.2；
其中，T0＝0.2×Min_cost，是根据实验数据得出的自适应经验域值，可以在保证快速判决模式，Min_cost为前一个编码宏块的最优率失真代价值；
步骤2.2：计算Inter4×4模式的率失真代价值J4×4，如果J4×4步骤3：帧内模式的预判
步骤3.1：计算当前编码宏块的平均边缘误差值ABE(Average Boundary Error)与边缘误差总和SBE(Summation Boundary Error)，平均边缘误差值ABE反映了宏块的时间相关性；
ABE＝SBE/64
其中，
式中：Yorig为当前编码宏块的像素值；Yrec为重构宏块的像素值；(x,y)表示当前编码宏块的位置坐标；
步骤3.2：计算当前编码宏块的平均比特率AR(Average Rate)，平均比特率AR反映了宏块的空间相关性；
AR＝λRate/384
式中：λ为拉格朗日乘数因子；Rate为宏块编码所需的比特数；
步骤3.3：比较宏块的平均边缘误差和平均比特率，若ABE＜C·AR(C＝0.95)，则说明该宏块的空域冗余小于时域冗余，舍弃对帧内预测模式的遍历计算，进入步骤4；否则，保留帧内预测模式遍历计算，进入步骤4；
步骤4：根据率失真准则计算并选择出最优帧间预测模式，完成帧间预测编码。
6.根据权利要求1所述的融合视觉感知特征的可分层视频编码方法，其特征在于，采用快速运动估计搜索算法的具体过程：
步骤1：描述宏块运动特征
步骤1.1：基于率失真准则，计算当前编码宏块运动估计的率失真代价值RD costmotion：
Jmotion(mv,ref|λmotin)＝SAD[s,r(ref,mv)]+λmotin[R(mv-pred)+R(ref)]式中，s为当前宏块像素值；mv是宏块运动矢量，pred为预测矢量；ref为选择的参考帧；
r(ref,mv)为参考宏块的像素值；R是运动矢量进行差分编码消耗的比特数，包括运动矢量与其预测值的差值的编码比特数和参考帧的编码比特数；λmotion为拉格朗日乘子；SAD为当前块与参考块之间的绝对误差和，其定义为：
式中M和N分别表示当前编码宏块的宽度和高度；x,y表示宏块所在位置；s表示真实值；
c表示预测值；m＝(mx,my)T表示宏块运动矢量，mx和my分别表示宏块在水平和垂直方向的运动矢量；
步骤1.2：基于率失真准则，计算在mode模式下的率失真代值RD costmode：
Jmode(s,c,mode|λmode)＝SSD(s,c,mode|QP)+λmode×R(s,c,mode|QP)
式中，mode为当前宏块的帧间编码模式；s为原始视频信号；c为mode模式编码后的重建视频信号；λmode为拉格朗日乘子；R(s,c,mode|QP)是与模式和量化参数有关的包括宏块头信息、运动矢量和所有DCT块信息的总的二进制位数；QP是编码量化步长；SSD(s,c,mode)为原始信号与重建信号之间的平方差值和，即：
其中，B1和B2分别表示编码块的水平像素数和垂直像素数，其取值可为16，8，4；sY[x,y]，cY[x,y,mode|QP]表示原始视频和重建视频亮度信号的取值；cU,cV和sU,sV表示相应的色差信号的取值；
步骤1.3：从RD costmotion和RD costmode中选取最小率失真代价值，记为RD_mincost；
步骤2：判定宏块运动剧烈程度
判定宏块运动剧烈程度的计算公式为：
式中，γ,δ为判别宏块运动程度的调整因子，分别定义为：
其中，Bsize[blocktype]为当前编码宏块尺寸，有7种取值：16×16，16×8，8×16，8×
8，8×4，4×8，4×4；pred_mincost由UMHexagonS算法起始搜索点选择的运动矢量预测方式而定：
(1)如果起始搜索点采用时间预测方式的运动矢量，则pred_mincost选取参考帧预测运动矢量reference frame MV predictor；
(2)如果起始搜索点没有采用时间预测方式的运动矢量，再分为以下两类情况：
(2.1)若当前运动估计预测宏块选择的是16×16，16×8，8×16大尺寸帧间预测模式，则pred_mincost选取中值预测运动矢量median MV predictor；
(2.2)若当前运动估计预测宏块选择的是8×8，8×4，4×8，4×4小尺寸帧间预测模式，则pred_mincost选取上层预测运动矢量uplayer MV predictor；
根据大量实验测试数据，数组α1[blocktype]和数组α2[blocktype]分别定义为：
α1[blocktype]＝[-0.23，-0.23，-0.23，-0.25，-0.27，-0.27，-0.28]；
α2[blocktype]＝[-2.39，-2.40，-2.40，-2.41，-2.45，-2.45，-2.48]；
步骤3：确定宏块运动估计搜索层次
步骤3.1：当宏块运动程度低时，在UMHexagonS算法的“非均匀4层次的六边形格网格搜索”步骤中，只进行内层的第1层和第2层的非均匀六边形网格搜索；
步骤3.2：当宏块运动程度中等时，在UMHexagonS算法的“非均匀4层次的六边形格网格搜索”步骤中，进行第1层到第3层的非均匀六边形网格搜索；
步骤3.3：当宏块运动程度高时，在UMHexagonS算法的“非均匀4层次的六边形格网格搜索”步骤中，才进行4层的非均匀六边形网格搜索。