[发明专利]一种基于视频流检测的图像压缩方法及系统

权利要求书

1.一种基于视频流检测的图像压缩方法，其特征在于，所述方法包括：

获取待检测视频流，利用目标检测网络提取视频流帧特征；

利用光流网络估计视频流中当前帧的视频流特征和临近帧的视频流特征之间的流场，得到当前帧的扭曲特征；

计算当前帧的扭曲特征与当前帧的视频流特征之间的余弦相似度，并基于两者的余弦相似度进行帧权重的赋值；

利用基于帧权重的特征聚类公式进行帧特征的聚类，利用汉明距离计算当前帧的聚类特征与视频流帧特征之间的相似性，选取相似度最高的K个图像作为视频流中所检测到的目标图像；

利用自适应剪枝算法对目标检测网络中的卷积核和参数进行剪枝，并利用剪枝后的目标检测模型提取目标图像特征；

使用基于滑动窗口的特征切分方法，对目标图像特征进行切分；

利用基于变换域的编码采样算法对切分后的特征进行编码处理，完成目标图像的压缩。

2.如权利要求1所述的一种基于视频流检测的图像压缩方法，其特征在于，所述利用目标检测网络提取视频流帧特征，包括：

对于每一帧图像I，所述目标检测网络所生成的特征图为：

f_I＝N_feat(I)

其中：

N_feat为目标检测网络ResNet一101残差网络结构。

3.如权利要求2所述的一种基于视频流检测的图像压缩方法，其特征在于，所述利用光流网络估计视频流中当前帧的视频流特征和临近帧的视频流特征之间的流场，包括：

利用光流网络F估计视频流中当前帧I_i和临近帧I_j之间的流场M_i→j＝F(I_i，I_j)，根据光流，临近帧的特征图可扭曲至当前帧，此时当前帧累积了多个附近帧的特征图，其中扭曲函数定义为：

f_j→i＝W(f_j，M_i→j)

其中：

W(·)为双线性扭曲函数，应用于特征图每一通道的位置；

f_j→i为从j帧向i帧扭曲后的特征图；

所述光流网络采用前后两帧图像堆叠的方式作为网络输入，网络通过多个卷积层的叠加缩小特征图的尺寸，并利用反卷积和双线性插值将经过缩小的特征图放大至图像尺寸，其中将反卷积后得到的特征图、卷积过程中对应层的特征图和光流场检测图相拼接。

4.如权利要求3所述的一种基于视频流检测的图像压缩方法，其特征在于，所述基于两者的余弦相似度进行帧权重的赋值，包括：

对于空间位置p，若其扭曲特征f_j→i(p)与视频流特征f_i(p)接近，则为其分配较大的权重，反之则分配较小权重，因此扭曲特征f_j→i对应的权重矩阵为w_j→i。

5.如权利要求4所述的一种基于视频流检测的图像压缩方法，其特征在于，所述利用汉明距离计算当前帧的聚类特征与视频流帧特征之间的相似性，包括：

所述汉明距离的计算公式为：

其中：

f为视频流帧特征；

为当前帧的聚类特征；

a₁，a₂分别为视频流帧特征与聚类特征的二进制数值。