[发明专利]一种基于活动轮廓的视频编码方法、系统、装置及介质

权利要求书

1.一种基于活动轮廓的视频编码方法，其特征在于，包括以下步骤：

获取原始视频，将所述原始视频分割为多个视频段落，将视频段落中的视频分成多帧视频图像；

对所述视频图像进行显著性区域预测，获得视频图像的显著图；

根据显著图和活动轮廓对视频图像进行分割；

利用图像分割结果和基于显著性的编码分块策略，进行视频编码。

2.根据权利要求1所述的一种基于活动轮廓的视频编码方法，其特征在于，所述对所述视频图像进行显著性区域预测，获得视频图像的显著图，包括：

采用SLIC算法生成超像素，根据超像素对视频图像进行分割；

提取分割后图像的色彩特征和纹理特征；

根据色彩距离和纹理距离对色彩特征和纹理特征进行计算融合，获得视频图像的显著图。

3.根据权利要求2所述的一种基于活动轮廓的视频编码方法，其特征在于，所述色彩特征通过以下方式提取：

统计每个超像素区域的CIELAB色彩直方图，获得色彩特征C_k＝(L_k，A_k，B_k)；

其中，利用高斯分布来拟合色彩直方图，获得每个超像素区域的色彩特征为

μ与σ²为高斯分布的均值和方差；

所述纹理特征在四个方向上由四个统计量来描述：T_k＝(ASM_k，CON_k，COR_k，L_k)；

其中，四个统计量分别为能量、对比度、相关度和同质性；四个方向为μ_x，μ_y，σ_x，σ_y。

4.根据权利要求2所述的一种基于活动轮廓的视频编码方法，其特征在于，所述色彩距离为衡量概率分布之间的差距，所述色彩距离的表达式为：

其中，为第i个超像素的全局色彩特征，m为超像素区域总个数，为第i个超像素区域与第j个超像素区域的局部特征距离，j为第j个超像素区域；

所述纹理距离采用欧氏距离衡量，所述纹理距离的表达式为：

其中，T_k为归一化的纹理特征份量值，k为矩阵维数，m为超像素总个数，j为第j个超像素；

第i个超像素的显著度表示为：

其中，λ为归一化因子。

5.根据权利要求1所述的一种基于活动轮廓的视频编码方法，其特征在于，所述根据显著图和活动轮廓对视频图像进行分割，包括：

获取归一化的显著图I_Q；

根据显著图I_Q获得显著图的边缘映射f_Q，根据边缘映射f_Q计算显著图的向量场(U_Q，V_Q)；

根据向量场(U_Q，V_Q)对视频图像的初始轮廓进行一次演化；

获取视频图像的梯度向量场(U_GVF，V_GVF)，将梯度向量场(U_GVF，V_GVF)和向量场(U_Q，V_Q)进行混合，获得混合向量场(U，V)；

根据混合向量场(U，V)对经过一次演化的轮廓线进行二次演化，实现对视频图像的分割。

6.根据权利要求5所述的一种基于活动轮廓的视频编码方法，其特征在于，所述混合向量场(U，V)的表达式为：

(U，V)＝α(U_GVF，V_GVF)+β(U_Q，V_Q)

其中，α，β是满足α+β＝1非负参数。