[发明专利]视频云录像的方法、装置、计算机设备和存储介质

权利要求书

1.一种视频云录像方法，其特征在于，包括：

获取当前时间点对应的特征向量，所述特征向量包括当前时间点、用户行为特征和当前画面的变化特征；

将所述特征向量输入预设码率模型中，得到码率向量；

根据所述码率向量得到码率，根据所述码率进行录像，并将录制的视频传送至服务器。

2.根据权利要求1所述的方法，其特征在于，在获取当前时间点对应的特征向量之前，还包括：

从历史视频记录中，获取每个时间点及每个时间点对应的用户行为特征、当前画面的变化特征，根据所述每个时间点、每个时间点对应的用户行为特征、当前画面的变化特征组成每个时间点对应的特征向量；

根据所述每个时间点对应的特征向量获取预设码率，获取所述预设码率对应的预设量化等级，对所述预设码率对应的预设量化等级和除所述预设码率对应的预设量化等级外的预设量化等级进行编码，得到码率向量；

将所述特征向量和所述码率向量在多层神经网络中进行训练，得到预设码率模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述特征向量和所述码率向量在多层神经网络中进行训练，得到预设码率模型，包括：

将所述特征向量作为多层前馈神经网络的输入，将所述多层前馈神经网络的输入层神经元个数设置为等于所述特征向量的维数，将所述码率向量作为多层前馈神经网络的输出进行训练，得到预设码率模型。

4.根据权利要求1所述的方法，其特征在于，所述获取当前时间点对应的特征向量，包括：

获取当前时间点，根据所述当前时间点查找对应的预设时间区间，所述预设时间区间是指预先将每天划分为等分的时间区间；

对所述当前时间点对应的预设时间区间和除所述当前时间点对应的预设时间区间外的其他预设时间区间进行编码，组成所述当前时间点的特征向量。

5.根据权利要求1所述的方法，其特征在于，所述获取当前时间点对应的特征向量，包括：

获取每个预设时间区间的历史视频记录，统计每个所述预设时间区间内所述历史视频记录回放的频率；

对所述频率超过预设阈值的预设时间区间和除所述频率超过预设阈值的预设时间区间外的其他预设时间区间进行编码，组成所述用户行为特征的特征向量。

6.根据权利要求1所述的方法，其特征在于，所述获取当前时间点对应的特征向量，包括：

从当前的视频画面中提取当前帧的前景区域，对所述前景区域进行划分，得到多个前景子区域，从所述多个前景子区域中提取出变化区域，统计所述变化区域的数量和所述变化区域相对于整个视频画面的相对面积；

所述数量和所述相对面积组成所述当前画面的变化特征的特征向量。

7.根据权利要求1所述的方法，其特征在于，根据所述码率向量得到码率，包括：

对所述码率向量进行计算得到对应的量化等级，根据预设量化等级和码率的对应关系获取所述量化等级对应的码率。

8.一种视频云录像装置，其特征在于，包括：

特征获取模块，用于获取当前时间点对应的特征向量，所述特征向量包括当前时间点、用户行为特征和当前画面的变化特征；

码率预测模块，用于将所述特征向量输入预设码率模型中，得到码率向量；

录像模块，用于根据所述码率向量得到码率，根据所述码率进行录像，并将录制的视频传送至服务器。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1-7任一项所述视频云录像方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述视频云录像方法的步骤。