[发明专利]渐进压缩域计算机视觉和深度学习系统

说明书

用于计算机视觉技术的压缩域渐进应用的方法和系统。一种用于解码视频数据的方法，包括：接收被编码用于多阶段解码的视频流。该方法包括通过执行多阶段解码的一个或更多个阶段来部分解码视频流。该方法包括确定是否可以基于部分解码的视频流来识别计算机视觉系统的决策。另外，该方法包括基于对视频流的解码生成计算机视觉系统的决策。用于编码视频数据的系统包括处理器，该处理器被配置为从相机接收视频数据，将从相机接收的视频数据编码为视频流，以供计算机视觉系统消费，并且将元数据包括在编码的视频流中以指示是否可以从元数据中识别出计算机视觉系统的决策。

技术领域

本公开总体上涉及计算机视觉和深度学习系统。更具体地，本公开涉及计算机视觉技术的压缩域渐进应用。

背景技术

使用计算机视觉和深度学习(CV/DL)技术处理相机视频流是人工智能(AI)和机器学习(ML)的新兴和迅速发展的领域。应用级别的目标是通过观察视频流来自动执行各种任务，例如用户感知应用、电子商务、社交媒体、视觉感知、监视和安全、导航等。这些应用使用各种基础的CV技术，例如，对象检测和识别、对象跟踪、人类检测和跟踪等。DL和卷积神经网络(CNN)是一组已被证明可以显著改善传统CV技术的检测率的极有价值的技术。

发明内容

技术问题

本公开的实施例提供了渐进压缩域CV和DL系统。

问题的解决方案

在一个实施例中，提供了一种用于解码视频数据的方法。该方法包括接收被编码用于多阶段解码的视频流。该方法包括通过执行多阶段解码中的一个或更多个阶段来部分解码视频流。该方法包括确定是否可以基于部分解码的视频流识别出CV系统的决策。另外，该方法包括基于对视频流的解码来生成CV系统的决策。

在另一个实施例中，提供了一种用于解码视频数据的系统。该系统包括通信接口和可操作地连接到该通信接口的处理器。该通信接口被配置为接收被编码用于多阶段解码的视频流。该处理器被配置为通过执行多阶段解码中的一个或更多个阶段来部分解码视频流，确定是否可以基于部分解码的视频流识别出CV系统的决策，并基于对视频流的解码生成CV系统的决策。

在另一个实施例中，提供了一种用于编码视频数据的系统。该系统包括处理器，该处理器配置为从相机接收视频数据，将从相机接收到的视频数据编码为视频流，以供CV系统使用，并且将元数据包括在编码的视频流中以指示是否可以从元数据中识别出CV系统的决策。该系统还包括可操作地连接到处理器的通信接口。该通信接口被配置为将编码后的视频流和元数据发送到CV系统的解码器。

本发明的有益效果

本公开的实施例提供了一种渐进压缩域CV和DL系统。

附图说明

为了更全面地理解本公开及其优点，现在参考结合附图的以下描述，其中相同的附图标记表示相同的部分：

图1示出了可以在其中实现本公开的各种实施例的示例联网系统；

图2示出了可以在其中实现本公开的各种实施例的处理系统的示例；

图3A示出了视频解码器系统的框图的示例；

图3B示出了根据本公开的各种实施例的用于CV系统的分级/渐进视频解码的系统的框图的示例；

图4示出了根据本公开的各种实施例的使用运动矢量CNN的渐进压缩域视频解码的示例；

图5示出了根据本公开的各种实施例的使用变换域CNN的渐进压缩域视频解码的示例；

图6示出了根据本公开的各种实施例的用于CV系统的具有元数据处理的分级/渐进视频解码的系统的框图的示例；

图7示出了根据本公开的各种实施例的用于CV系统的视频编码和解码的系统的框图的示例；