[发明专利]一种基于对非关注点部分分级模糊的高清视频优化方法

摘要

一种基于对非关注点部分分级模糊的高清视频优化方法，该方法通过将高清视频中人们所关注的部分保留原有画质，将人们不关注的部分压缩画质，从而降低视频的所占空间，继而降低在下行链路上的资源占用。通过这种对高清视频非关注点部分分级模糊的方法的使用，最终实现了在分辨率不变的情况下，将视频的存储空间降低，并可以实现越靠近关注点部分越清晰，越远离越模糊的符合用户需求的功能。通过这种对高清视频非关注点部分分级模糊的方法的实现为高清视频的视频优化提供一种新的方法，为进一步实现超高清视频优化以及AR应用的下行链路优化提供了新的思路。

主权项

1.一种基于对非关注点部分分级模糊的高清视频优化方法，其特征在于，包括以下步骤：/n1)对输入的视频流先以原始视频的FPS为基础进行帧截取；视频帧截取应符合原始视频的帧率，且将截取的帧保存为PNG格式，此格式为无损画质，不会对关注点部分产生画质的损害；/n2)对所有得到的帧进行处理，使用深度学习模型对每一帧中的突出物体进行检测，识别当前帧中最具视觉特征的目标区域即人们所关注的部分；深度学习模型可以识别图像中最具视觉特征的目标或区域，此时，最具视觉特征的目标或区域可默认为人眼最有可能关注的部分，即关注点，得到的结果为灰度图，其中人们关注部分的灰度值接近255，即白色；/n3)根据检测结果，对于提取到的关注点部分进行从原始帧上剥离，对于剥离后剩余的非关注点部分进行模糊处理；关注点部分提取是在步骤2)的基础上进行的，使用深度学习模型得到关注点提取的结果为一张具有三通道的灰度图，对其进行二值化，使得像素点的值只有0和1，便于之后的矩阵操作，再与原始帧做矩阵的点乘运算：