[发明专利]一种视频编码参数确定方法、装置、电子设备及存储介质

权利要求书

1.一种视频编码参数确定方法，其特征在于，所述方法包括：

将待编码视频切分成多个视频片段；

计算各个视频片段的复杂度特征，所述复杂度特征用于表征视频片段的时间复杂度和空间复杂度；

将各个视频片段的复杂度特征和当前网络带宽输入预先训练好的神经网络模型中，得到各个视频片段的编码参数；

其中，所述预先训练好的神经网络模型是：基于样本视频的样本视频片段的复杂度特征以及当前网络带宽，与样本视频片段的凸包编码参数训练得到的；

所述凸包编码参数用于表征：利用所述凸包编码参数对所述样本视频片段进行编码，编码后的样本视频片段的视频质量大于预设视频质量，且上传所述编码后的样本视频片段所需要的网络带宽小于所述当前网络带宽。

2.根据权利要求1所述的方法，其特征在于，训练所述预先训练好的神经网络模型的过程，包括：

将所述样本视频切分成多个第一样本视频片段；

将经多个预设编码参数编码后的样本视频进行解码，并将解码后的样本视频分别切分成多个第二样本视频片段，所述第一样本视频片段的数量与所述第二样本视频片段的数量相同；

对于每一第二样本视频片段，根据该第二样本视频片段，以及与该第二样本视频片段对应的第一样本视频片段，计算该第二样本视频片段的视频质量；

根据各个第二样本视频片段的视频质量，确定每一预设编码参数对应的视频质量差值矩阵；

根据每一视频质量差值矩阵，该视频质量差值矩阵对应的视频质量常数，以及当前网络带宽，确定每一第一样本视频片段对应的凸包编码参数；

对于每一第一样本视频片段，将该第一样本视频片段的复杂度特征与当前网络带宽输入到神经网络模型中，对所述神经网络模型进行训练，直至从所述神经网络模型中输出的编码参数为：与该第一样本视频片段相邻的下一个第一样本视频片段对应的凸包编码参数。

3.根据权利要求2所述的方法，其特征在于，所述根据各个第二样本视频片段的视频质量，确定每一预设编码参数对应的视频质量差值矩阵，包括：

对于目标第二样本视频片段，计算所述目标第二样本视频片段的视频质量，以及，与所述目标第二样本视频片段对应的第二样本视频片段的视频质量的视频质量差值；

将各个视频质量差值组成的向量，确定为目标预设编码参数对应的视频质量差值矩阵；

其中，所述目标第二样本视频片段的目标预设编码参数，以及，与所述目标第二样本视频片段对应的第二样本视频片段的预设编码参数大小相邻。

4.根据权利要求2所述的方法，其特征在于，所述根据每一视频质量差值矩阵，该视频质量差值矩阵对应的视频质量常数，以及当前网络带宽，确定每一第一样本视频片段对应的凸包编码参数，包括：

对于每一视频质量差值矩阵，将该视频质量差值矩阵中的每一视频质量与该视频质量差值矩阵对应的视频质量常数进行比较，得到比较值，所述视频质量常数用于表征：该视频质量差值矩阵中的视频质量所能接受的最小值；

对于每一第一样本视频片段，按照对应的预设编码参数由小到大的顺序，将所述第一样本视频片段对应的第二样本视频片段的比较值进行排序，得到比较值向量；

将所述比较值向量中，比较值首次为预设比较值对应的预设编码参数确定为目标编码参数；

将目标编码参数与当前网络带宽中的最小值，确定为所述第一样本视频片段对应的凸包编码参数。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述计算各个视频片段的复杂度特征，包括：

对于每一视频片段，计算该视频片段的每一视频帧的复杂度特征，并将各个视频帧的复杂度特征，确定为该视频片段的复杂度特征。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述计算各个视频片段的复杂度特征，包括：

对于每一视频片段，计算该视频片段的关键视频帧的复杂度特征，并将各个关键视频帧的复杂度特征，确定为该视频片段的复杂度特征。