[发明专利]视频编码方法、装置、设备及存储介质

说明书

本申请提供一种视频编码方法、装置、设备及存储介质，该方法包括：获取视频数据，将视频数据输入至视频复杂度分类模型，得到视频数据的复杂度类别；根据视频数据的复杂度类别，确定与复杂度类别对应的视频编码参数集合，视频编码参数集合包括多种视频编码参数；基于视频编码参数集合中各视频编码参数，对视频数据进行视频编码。其中，视频复杂度分类模型是基于轻量级深度学习模型训练得到的用于确定视频复杂度类别的模型。上述技术方案可实时地获取每段视频的复杂度类别，根据复杂度类别匹配合适的视频编码参数集合，避免复杂度不高的视频片段使用过大码率，造成带宽浪费的问题，提高视频编码效率。

技术领域

本申请实施例涉及视频处理领域，尤其涉及一种视频编码方法、装置、设备及存储介质。

背景技术

相比与其他多媒体，视频具有直观生动、内容丰富等显著特点，成为人们获取信息的主要媒介。随着信息技术的不断发展，多媒体通信、数字电视等各类视频应用的视频数据量急剧增加，视频存储和传输需要更大的存储空间和更高带宽。因此，视频编码技术成为信息技术领域的研究重点。

视频编码参数很大程度上决定视频本身的清晰度、码率大小。一般而言，在其他视频编码参数相同的情况下，码率越高，视频清晰度越高，用户体验越好，相应的，网络服务器带宽成本越高。可见，用户体验和带宽成本之间存在一定矛盾。目前针对视频的编码优化，主要是通过对视频场景的识别，根据视频场景确定编码参数，编码参数主要基于视频场景的语义。

然而，对于相同或近似场景的两段视频，每段视频包含的各图像帧画面的复杂程度以及画面变化情况差异较大，仅仅通过视频场景对应的编码参数对视频进行编码，可能使用过大码率，造成带宽的浪费。

发明内容

本申请实施例提供一种视频编码方法、装置、设备及存储介质，实现对视频数据的动态编码，提高视频编码效率。

第一方面，本申请实施例提供一种视频编码方法，包括：

获取视频数据，将所述视频数据输入至视频复杂度分类模型，得到所述视频数据的复杂度类别，其中，所述视频复杂度分类模型是基于轻量级深度学习模型训练得到的用于确定视频复杂度类别的模型；

根据所述视频数据的复杂度类别，确定与所述复杂度类别对应的视频编码参数集合，所述视频编码参数集合包括多种视频编码参数；

基于所述视频编码参数集合中各视频编码参数，对所述视频数据进行视频编码。

在本申请的一个实施例中，所述视频复杂度分类模型的训练过程，包括：

获取视频样本集合，所述视频样本集合包括多个视频长度满足预设长度的视频样本；

确定每个所述视频样本的复杂度标签值，所述复杂度标签值用于指示所述视频样本的复杂度类别；

建立初始视频复杂度分类模型，将每个所述视频样本作为所述初始复杂度预测模型的输入，将每个所述视频样本的复杂度标签值作为所述初始复杂度预测模型的输出，进行模型训练，得到训练好的视频复杂度分类模型。

在本申请的一个实施例中，所述确定每个所述视频样本的复杂度标签值，包括：

若所述视频样本为非固定码率系数CRF模式的视频样本，将所述视频样本转码为CRF模式的视频样本；

根据所述CRF模式的视频样本确定所述视频样本的复杂度标签值。

在本申请的一个实施例中，不同复杂度类别对应的视频编码参数集合是采用遗传算法对初始视频编码参数集合中的各视频编码参数进行优化得到的。

在本申请的一个实施例中，第一复杂度类别为复杂度类别中的任意一个类别，确定所述第一复杂度类别对应的第一视频编码参数集合，包括：

获取多个初始视频编码参数集合以及所述第一复杂度类别的第一视频样本；