[发明专利]图像的编码方法及装置

权利要求书

1.一种图像的编码方法，其特征在于，所述方法包括：

获得当前帧的图像；

处理所述当前帧的图像，获得所述当前帧的图像的多个当前特征向量；

调用预设的LSTM网络模型，将所述多个当前特征向量和前一帧的图像的多个历史特征向量输入所述LSTM网络模型进行融合计算，计算出所述当前帧的图像的当前场景类型为多个预设场景类型中每个预设场景类型的概率值，其中，所述多个预设场景类型包括：静态场景、全局运动场景和物体运动场景；

从每个预设场景类型的概率值中确定出概率值最大的预设场景类型为所述当前帧的图像的所述当前场景类型；

根据所述当前场景类型，确定出适配所述当前场景类型的当前码率对所述当前帧的图像编码。

2.根据权利要求1所述的图像的编码方法，其特征在于，所述处理所述当前帧的图像，获得所述当前帧的图像的多个当前特征向量，包括：

调用预设的卷积模型，将所述当前帧的图像输入所述卷积模型进行卷积运算，获得所述当前帧的图像的多个当前特征向量。

3.根据权利要求1-2任一权项所述的图像的编码方法，其特征在于，所述根据所述当前场景类型，确定出适配所述当前场景类型的当前码率对所述当前帧的图像编码，包括：

根据所述当前场景类型，在预设的多个权重值中确定出与所述当前场景类型匹配的目标权重值；

调用预设的拉格朗日代价值计算模型，将所述根据所述目标权重值输入所述拉格朗日代价值计算模型计算出拉格朗日代价值；

根据所述拉格朗日代价值确定出适配所述当前场景类型的当前码率对所述当前帧的图像编码。

4.一种图像的编码装置，其特征在于，所述装置包括：

图像获得模块，用于获得当前帧的图像；

场景确定模块，用于处理所述当前帧的图像，获得所述当前帧的图像的多个当前特征向量；

所述场景确定模块还用于调用预设的LSTM网络模型，将所述多个当前特征向量和前一帧的图像的多个历史特征向量输入所述LSTM网络模型进行融合计算，计算出所述当前帧的图像的当前场景类型为多个预设场景类型中每个预设场景类型的概率值，其中，所述多个预设场景类型包括：静态场景、全局运动场景和物体运动场景；从每个预设场景类型的概率值中确定出概率值最大的预设场景类型为所述当前帧的图像的所述当前场景类型；

码率确定模块，用于根据所述当前场景类型，确定出适配所述当前场景类型的当前码率对所述当前帧的图像编码。

5.根据权利要求4所述的图像的编码装置，其特征在于，

所述场景确定模块，还用于调用预设的卷积模型，将所述当前帧的图像输入所述卷积模型进行卷积运算，获得所述当前帧的图像的多个当前特征向量。

6.根据权利要求4-5任一权项所述的图像的编码装置，其特征在于，

所述码率确定模块，还用于根据所述当前场景类型，在预设的多个权重值中确定出与所述当前场景类型匹配的目标权重值；调用预设的拉格朗日代价值计算模型，将所述根据所述目标权重值输入所述拉格朗日代价值计算模型计算出拉格朗日代价值；根据所述拉格朗日代价值确定出适配所述当前场景类型的当前码率对所述当前帧的图像编码。