[发明专利]一种视频图像再压缩方法

摘要

本发明公开了一种视频图像再压缩方法，采用将原视频进行分割重构的方法，先根据镜头边界检测技术对原视频的分割形成的各视频段进行分类，将不同类型的视频段分别进行处理，对某些帧进行省略，主要针对传统压缩方法对帧间数据压缩比例不够的情况，提出一种结合现有视频图像压缩方法和深度学习技术的视频图像再压缩方法，能极大地提高视频图像帧间数据的压缩比例。具有在现有压缩方法上结合深度学习的方法极大地减少了视频图像帧之间的冗余信息，能在现有方法上提高5倍以上的压缩比的优势。

主权项

1.一种视频图像再压缩方法，包括前端模块和后端模块，其特征在于：还包括以下步骤：A、将现有视频解码得到视频帧序列；B、将视频分为N个视频片段，每个视频片段包括K帧图像，N段视频片段构成完整的步骤A中所述的视频帧序列，其中10≤K≤20，N为正整数；C、使用SBD算法对视频进行处理，将步骤B中的N段视频片段分为Normal、Sharp和Gradual三类视频片段，其中，Normal:正常视频片段，Sharp：急剧变化的视频边界，Gradual：渐变的视频边界；D、建立新的视频序列；E、依次对N段视频片段进行分析重构；所述步骤E中对N段视频片段进行分析重构的方法包括以下步骤：E1、判断该段视频的类别属于Normal、Sharp或Gradual，当该段视频的类别为Normal时，进入步骤E2；当该段视频的类别为Sharp时，进入步骤E3；当该段视频的类别为时Gradual进入步骤E3；E2、对该片段的首帧和尾帧计算计算颜色直方图color histogram，并计算对应color histogram之间的巴氏距离Bhattacharyya Distance记为d_N，若d_N小于或等于阈值f_N，则取出首帧和尾帧存入新的视频帧序列，若d_N大于阈值f_N，将本视频片段的最后一帧移入下一视频作为第一帧；重复步骤E2，直到d_N小于或等于阈值f_N，本片段重构完成；E3、将该片段中所有帧按顺序存入新视频序列；E4、依次计算该片段中的第一帧F₁与第二帧至第K帧的巴氏距离Bhattacharyya Distance，结果为d_G1，直到出现d_G1大于阈值f_G1，记第一次出现的帧为F_G1，依次计算该片段中的最后一帧F_K与倒数第二帧至F_G1的巴氏距离Bhattacharyya Distance，结果为d_G2，直到出现dG2大于阈值f_G2，记第一次出现的帧为F_G2，将该片段的F₁、F_G1至F_G2+1和F_K按原始顺序存入新视频序列；E5、上述新的视频帧序列中的每一帧有一个对应的数值m，0≤m≤18，表示该帧和其下一帧在对应原始视频帧序列中的序号差，即相对原始视频，新视频中帧和其下一帧之间未采用的帧数。