[发明专利]面向机器的通用编码方法

说明书

本发明公开了一种面向机器的通用编码方法，包括：压缩编码阶段：针对不同机器智能分析任务，采用独立任务模式和/或多任务共享模式对相应视频或者图像数据进行压缩得到相应的特征信息；将特征信息放入视频或者图像数据对应的码流中，同时结合压缩模式给定解码中需要的标注信息，从而得到特征码流；解码阶段：读取特征码流的头信息，根据其中的标注信息确定压缩阶段所使用的压缩模式，从而采用相应的方式读取特征信息，再将特征信息作为机器智能分析任务的输入，得到分析结果。该方法能够实现针对各个任务所需视频/图像特征信息的编码，从而提高智能任务分析实现效率，减轻传输压力，支持边缘分析计算等等未来可能的需求。

技术领域

本发明涉及视频/图像编码技术领域，尤其涉及一种面向机器的通用编码方法。

背景技术

现有视频/图像压缩标准主要针对的是面向人眼的压缩，而随着机器学习的算法逐渐成熟，机器智能分析任务也逐渐开始被应用于人类社会生活生产的各个领域，例如智能工厂，智能城市，智能交通等等。实现这一系列应用往往伴随着对于大量视频/图像数据的分析，采用传统面向人眼的压缩方法，分析前需要码流进行解码操作得到完整视频/图像，不仅会给传输带来沉重的负担，还将会造成时延，导致用户体验不佳，分析出现错误甚至更加严重的问题。同时随着边缘计算和5G技术的发展，更多的机器智能分析应用能够在边缘对视频/图像进行处理分析，因此如果能够实现面向机器的编码方法，得益于面向机器和面向人眼压缩之间的信息需求差异，将会大大降低机器智能分析任务需要处理的数据量，减少计算时延，提高处理效率。

现有技术中，视觉搜索紧凑描述子国际标准(CDVS， CompactDescriptorsforVisualSearch)尝试针对检索任务实现视频/图像特征的压缩，但应用范围不够广泛，不足以满足未来智能应用对于压缩编码的需求。

发明内容

本发明的目的是提供一种面向机器的通用编码方法，能够实现针对各个任务所需视频 /图像特征信息的编码，从而提高智能任务分析实现效率，减轻传输压力，支持边缘分析计算等等未来可能的需求。

本发明的目的是通过以下技术方案实现的：

一种面向机器的通用编码方法，包括：

压缩编码阶段：针对不同机器智能分析任务，采用独立任务模式和/或多任务共享模式对相应视频或者图像数据进行压缩得到相应的特征信息；将特征信息放入视频或者图像数据对应的码流中，同时结合压缩模式给定解码中需要的标注信息，从而得到特征码流；

解码阶段：读取特征码流的头信息，根据其中的标注信息确定压缩阶段所使用的压缩模式，从而采用相应的方式读取特征信息，再将特征信息作为机器智能分析任务的输入，得到分析结果。

由上述本发明提供的技术方案可以看出，针对机器智能分析任务进行压缩，将会得到能够实现相同机器智能分析任务时相较针对人眼压缩更小的压缩比，减少需要传输的信息，减轻传输负担；针对机器智能分析任务进行压缩，压缩得到特征能够直接应用于机器智能分析任务，不需要额外解码和处理，减少计算量，加速机器分析任务的进行，支持边缘计算的实现。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种面向机器的通用编码方法的流程图；

图2为本发明实施例提供的特征码流的结构示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。