首页 / 专利库 / 视听技术与设备 / 运动补偿预测 / 一种视频帧预测方法、装置及终端设备

一种视频预测方法、装置及终端设备

阅读:774发布:2020-05-08

专利汇可以提供一种视频预测方法、装置及终端设备专利检索,专利查询,专利分析的服务。并且本 发明 适用于视频压缩技术领域,提供了一种 视频 帧 预测方法、装置及终端设备,所述方法包括:计算当前帧和参考帧之间的光流信息;将所述光流信息、参考帧和当前帧输入 运动补偿 网络得到重构光流和N个分离卷积核,其中N为正整数;根据所述重构光流对所述参考帧进行warp操作得到warp预测图;根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图;将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。本发明通过结合扩张卷积与分离卷积的特点提出扩张分离卷积,在保持复杂度的同时扩大分离卷积的感受野,有效提升了视频的高效预测。,下面是一种视频预测方法、装置及终端设备专利的具体信息内容。

1.一种视频预测方法,其特征在于,包括:
计算当前帧和参考帧之间的光流信息;
将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核,其中N为正整数;
根据所述重构光流对所述参考帧进行warp操作得到warp预测图;
根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图;
将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。
2.如权利要求1所述的视频帧预测方法,其特征在于,所述计算当前帧和参考帧之间的光流信息包括:
计算当前帧图像的像素与参考帧图像的像素的空间位置映射关系,得到光流信息。
3.如权利要求1所述的视频帧预测方法,其特征在于,所述将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核包括:
将所述光流信息、参考帧和当前帧输入运动补偿网络得到运动补偿特征信息;
对所述运动补偿特征信息进行熵编码和熵解码后输入所述运动补偿网络得到重构光流和N个分离卷积核。
4.如权利要求1所述的视频帧预测方法,其特征在于,所述根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图包括:
根据预先设定的N个扩张率,将所述N个分离卷积核分别对所述warp预测图进行分离卷积操作后,得到N个分离卷积预测图。
5.一种视频帧预测装置,其特征在于,包括:
光流计算模,用于计算当前帧和参考帧之间的光流信息;
运动补偿模块,用于将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核,其中N为正整数;
warp模块,用于根据所述重构光流对所述参考帧进行warp操作得到warp预测图;
分离卷积模块,用于根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图;
融合模块,用于将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。
6.如权利要求5所述的视频帧预测装置,其特征在于,所述光流计算模块包括:
光流计算单元,用于计算当前帧图像的像素与参考帧图像的像素的空间位置映射关系,得到光流信息。
7.如权利要求5所述的视频帧预测装置,其特征在于,所述运动补偿模块包括:
输入单元,用于将所述光流信息、参考帧和当前帧输入运动补偿网络得到运动补偿特征信息;
输出单元,用于对所述运动补偿特征信息进行熵编码和熵解码后输入所述运动补偿网络得到重构光流和N个分离卷积核。
8.如权利要求5所述的视频帧预测装置,其特征在于,所述分离卷积模块包括:
分离卷积单元,用于根据预先设定的N个扩张率,将所述N个分离卷积核分别对所述warp预测图进行分离卷积操作后,得到N个分离卷积预测图。
9.一种视频帧预测终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。

说明书全文

一种视频预测方法、装置及终端设备

技术领域

[0001] 本发明属于视频压缩技术领域,尤其涉及一种视频帧预测方法、装置及终端设备。

背景技术

[0002] 在视频压缩过程中,需要利用视频的时域相关性进行高效预测。目前公开的技术中分离卷积是一种较为有效的方法,然而,由于复杂度问题,为了扩大感受野分离卷积核不能无限度的扩大,因此限制了视频预测的效率。
[0003] 因此有必要提出一种新的技术方案,以解决上述技术问题。

发明内容

[0004] 有鉴于此,本发明实施例提供了一种视频帧预测方法、装置终端设备,以解决现有技术中视频预测效率不高的问题。
[0005] 本发明实施例的第一方面提供了一种视频帧预测方法,包括:
[0006] 计算当前帧和参考帧之间的光流信息;
[0007] 将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核,其中N为正整数;
[0008] 根据所述重构光流对所述参考帧进行warp操作得到warp预测图;
[0009] 根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图;
[0010] 将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。
[0011] 本发明实施例的第二方面提供了一种视频帧预测装置,包括:
[0012] 光流计算模,用于计算当前帧和参考帧之间的光流信息;
[0013] 运动补偿模块,用于将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核,其中N为正整数;
[0014] warp模块,用于根据所述重构光流对所述参考帧进行warp操作得到warp预测图;
[0015] 分离卷积模块,用于根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图;
[0016] 融合模块,用于将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。
[0017] 本发明实施例的第三方面提供了一种视频帧预测终端设备,包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上第一方面所提供的方法的步骤。
[0018] 本发明实施例的第四方面提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上第一方面所提供的方法的步骤。
[0019] 本发明实施例与现有技术相比存在的有益效果是:
[0020] 本发明通过结合扩张卷积与分离卷积的特点提出扩张分离卷积,在保持复杂度的同时扩大分离卷积的感受野,有效提升了视频的高效预测。附图说明
[0021] 为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0022] 图1是本发明实施例提供的视频帧预测方法的实现流程示意图;
[0023] 图2是本发明实施例提供的视频帧预测装置的示意图;
[0024] 图3是本发明实施例提供的视频帧预测终端设备的示意图。

具体实施方式

[0025] 以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
[0026] 为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
[0027] 实施例一
[0028] 图1示出了本发明实施例一提供的视频帧预测方法的实现流程,该方法的执行主体可以是终端设备,详述如下:
[0029] 步骤S101,计算当前帧和参考帧之间的光流信息。
[0030] 可选地,计算当前帧图像的像素与参考帧图像的像素的空间位置映射关系,得到光流信息。
[0031] 具体地,光流是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性查找相邻两帧之间的相关性,从而计算出相邻帧之间物体的运动信息:将当前帧和参考帧输入预先设定的光流网络,得到光流信息。进一步地,上述光流网络包括两种网络结构:FlowNetS(FlowNetSimple)和FlowNetC(FlowNetCorr)。其中上述光流网络FlowNetS是直接将两张图像按照通道维重叠后输入,FlowNetS的网络结构中只有卷积层;上述光流网络FlowNetC是先分别提取输入的两张图像的特征,再计算特征的相关性,即两张图像的特征在空间维做卷积运算。
[0032] 步骤S102,将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核,其中N为正整数。
[0033] 可选地,将所述光流信息、参考帧和当前帧输入运动补偿网络得到运动补偿特征信息。其中,上述运动补偿网络包括上采样层、下采样层、编码网络和解码网络。进一步地,将上述光流信息、参考帧和当前帧输入运动补偿网络,在下采样层进行下采样操作和卷积操作后得到运动补偿特征信息。
[0034] 进一步地,对所述运动补偿特征信息进行熵编码和熵解码后输入所述运动补偿网络得到重构光流和N个分离卷积核。可选地,对上述运动补偿特征信息进行熵编码后得到压缩比特流,对上述压缩比特流进行存储。进一步地,将存储的压缩比特流进行熵解码后输入上述运动补偿网络,得到重构光流和N个分离卷积核。其中,上述编码可以是香农(Shannon)编码、哈夫曼(Huffman)编码或者算术编码(arithmetic coding)等熵编码方案,此处不作限定。
[0035] 步骤S103,根据所述重构光流对所述参考帧进行warp操作得到warp预测图。
[0036] 可选地,根据重构光流,将参考帧warp(图像仿射变换)到指定位置得到warp预测图。
[0037] 步骤S104,根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图。
[0038] 可选地,根据预先设定的N个扩张率,将所述N个分离卷积核分别对所述warp预测图进行分离卷积操作后,得到N个分离卷积预测图。其中扩张率为正整数,将所述N个扩张率与所述N个分离卷积核一一对应,根据所述扩张率,将所述扩张率对应的分离卷积核对所述warp预测图进行分离卷积操作得到对应的分离卷积预测图,N个扩张率得到N个分离卷积预测图。
[0039] 步骤S105,将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。
[0040] 本实施例中,通过结合扩张卷积与分离卷积的特点提出扩张分离卷积,在保持复杂度的同时扩大分离卷积的感受野,有效提升了视频的高效预测。
[0041] 应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
[0042] 实施例二
[0043] 图2示出了本发明实施例提供的视频帧预测装置的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。该视频帧预测装置2包括:光流计算模块21,运动补偿模块22,warp模块23,分离卷积模块24,融合模块25。
[0044] 其中,光流计算模块21,用于计算当前帧和参考帧之间的光流信息;
[0045] 运动补偿模块22,用于将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核,其中N为正整数;
[0046] warp模块23,用于根据所述重构光流对所述参考帧进行warp操作得到warp预测图;
[0047] 分离卷积模块24,用于根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图;
[0048] 融合模块25,用于将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。
[0049] 可选地,所述光流计算模块21包括:
[0050] 光流计算单元,用于计算当前帧图像的像素与参考帧图像的像素的空间位置映射关系,得到光流信息。
[0051] 可选地,所述运动补偿模块22包括:
[0052] 输入单元,用于将所述光流信息、参考帧和当前帧输入运动补偿网络得到运动补偿特征信息;
[0053] 输出单元,用于对所述运动补偿特征信息进行熵编码和熵解码后输入所述运动补偿网络得到重构光流和N个分离卷积核。
[0054] 可选地,所述分离卷积模块24包括:
[0055] 分离卷积单元,用于根据预先设定的N个扩张率,将所述N个分离卷积核分别对所述warp预测图进行分离卷积操作后,得到N个分离卷积预测图。
[0056] 实施例三
[0057] 图3是本发明一实施例提供的视频帧预测终端设备的示意图。如图3所示,该实施例的视频帧预测终端设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32,例如视频帧预测程序。所述处理器30执行所述计算机程序32时实现上述各个视频帧预测方法实施例中的步骤,例如图1所示的步骤101至105。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块21至25的功能。
[0058] 示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述视频帧预测终端设备3中的执行过程。例如,所述计算机程序32可以被分割成光流计算模块、运动补偿模块、warp模块、分离卷积模块、融合模块,各模块具体功能如下:
[0059] 光流计算模块,用于计算当前帧和参考帧之间的光流信息;
[0060] 运动补偿模块,用于将所述光流信息、参考帧和当前帧输入运动补偿网络得到重构光流和N个分离卷积核,其中N为正整数;
[0061] warp模块,用于根据所述重构光流对所述参考帧进行warp操作得到warp预测图;
[0062] 分离卷积模块,用于根据预先设定的N个扩张率,将所述N个分离卷积核分别作用在所述warp预测图上得到N个分离卷积预测图;
[0063] 融合模块,用于将所述N个分离卷积预测图输入融合网络进行融合,得到当前帧的预测帧。
[0064] 所述视频帧预测终端设备3可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。所述视频帧预测终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是视频帧预测终端设备3的示例,并不构成对视频帧预测终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述视频帧预测终端设备还可以包括输入输出设备、网络接入设备、总线等。
[0065] 所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0066] 所述存储器31可以是所述视频帧预测终端设备3的内部存储单元,例如视频帧预测终端设备3的硬盘或内存。所述存储器31也可以是所述视频帧预测终端设备3的外部存储设备,例如所述视频帧预测终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述视频帧预测终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述视频帧预测终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
[0067] 由上可见,本实施例通过结合扩张卷积与分离卷积的特点提出扩张分离卷积,在保持复杂度的同时扩大分离卷积的感受野,有效提升了视频的高效预测。
[0068] 所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中可以根据需要而将以上安全数字闪存卡等,进一步地,所述存储器还可以既包括所述某某装置终端设备的内部存储单元也包括外部存储设备,所述存储器用于存储所述计算机程序以及所述终端设备所需要的其他程序和数据,所述存储器还可以用于暂时的存储已经输出或者将要输出的数据。
[0069] 所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
[0070] 在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
[0071] 本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
[0072] 在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
[0073] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0074] 另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
[0075] 所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
[0076] 以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈