[发明专利]一种视频数据传输方法

说明书

技术领域

本发明涉及视频编码，特别涉及一种视频数据传输方法。

背景技术

随着信息技术的发展，生活中人们接触到的视频信息量越来越庞大，如何高效提取视频中显著物体引起了越来越多研究者的关注，ROI(感兴趣区域)在视频信号处理方面有着广泛的应用，比如视频检索、视频压缩、视频监控、视频跟踪等领域。视频传输方面，由于现在视频分辨率越来越高，因此高效的视频传输方法也是研究的热点之一。同时结合人眼视觉模型的视频编码方法是下一代视频编解码的关键技术之一，因此ROI作为人眼视觉模型的一个重要方面也就显得尤为重要。

ROI在视频信号处理方面有着广泛的应用，因此对ROI技术的开发有非常重要的意义。目前图像ROI方法主要利用图像的颜色、亮度等特征计算图像的显著性，但是图像的ROI方法没有利用视频的运动特征，因此将图像ROI方法直接应用视频检测时效果不好。然而对视频ROI方法研究较少，并且存在方法复杂度较高的缺点，已有技术并未考虑视频的纹理特征以及人眼视觉所关注区域的整体性，导致压缩率不高或主观质量不佳。

因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种视频数据传输方法，包括：

步骤一，利用视频码流中的运动向量场进行全局运动估计；

步骤二，在对运动矢量场进行全局运动估计之后，对视频中的局部运动进 行分割；

步骤三，对得到的全局运动背景下提取的局部运动的ROI图像进行修正；

步骤四，基于修正的ROI图像进行视频编码并传输。

优选地，所述步骤一采用参数为8维向量v＝[v₀，v₁，…，v₇]的投影模型，该模型的透视变换定义为：

x_R＝(v₀x_C+v₁y_C+v₂)/(v₆x_C+v₇y_C+1)；

y_R＝(v₃x_C+v₄y_C+v₅)/(v₆x_C+v₇y_C+1)；

其中(x_C，y_C)和(x_R，y_R)分别为当前帧和参考帧的坐标，对于当前帧中每一个坐标为(x_C，y_C)的对应运动模型v的块，其运动分量定义为：

V_X(x_C，y_C；v)＝x_R-x_C；

V_Y(x_C，y_C；v)＝y_R-y_C；

其中V_X和V_Y分别代表运动向量V的水平和垂直分量，

去除向量场中全局运动模型的第一偏差值和第二偏差值；所述第一偏差值为视频编码过程中运动估计的运动向量噪声；所述第二偏差值为不符合背景运动模型的运动向量。

优选地，所述步骤二进一步包括：

步骤3.1以单个聚类即整帧所有的运动向量开始，计算它的中心V_c＝(Σ_kV_k)/N，然后分别以新的中心V_c±V_c/2生成两个新的聚类；

步骤3.2以最近最相似原则划分整帧的运动向量到现有的聚类中，然后更新第i个聚类的中心为其中N_i是第i个聚类C_i中运动向量的个数；