專利名稱：圖像編/解碼方法和圖像編/解碼裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像編解碼技術(shù)，尤其涉及圖像編碼方法、圖像解碼方法、 圖像編碼裝置、圖像解碼裝置和圖像編解碼裝置。
背景技術(shù)：
圖像編碼是指將圖片或視頻等圖像信息進行壓縮，以便實現(xiàn)更有效地被
傳送和存儲；圖像解碼則是對已編碼圖像信息進行解析重建，得到重建的圖 片或視頻等圖像。
目前的圖像編碼標準中通常采用基于塊的編碼架構(gòu)。其中，視頻編碼基 于塊進行幀內(nèi)預(yù)測、幀間預(yù)測、變換、量化和熵編碼等過程，熵編碼后的數(shù) 據(jù)與解碼所需的邊信息， 一起組成壓縮碼流。相應(yīng)i也，對壓縮碼流進行視頻 解碼時，也是基于塊進行熵解碼、反量化、反變換以及預(yù)測補償?shù)纫幌盗薪?碼重建過程。圖片編碼及圖片解碼與上述過程類似，只是編碼時無需進行幀 間預(yù)測，解碼時無需進行幀間的預(yù)測補償。
眾所周知，圖像編碼壓縮了圖像的容量，方便了圖像的傳輸和存儲，但 同時也造成了原始圖像中 一 些圖像信息的損失，尤其編碼過程中的量化過 程，量化系數(shù)越大，圖像容量越小，但信息損失越多；量化系數(shù)越小，圖像 容量越大，但信息損失越小。目前的量化過程通常對整幅圖像采用同一個量 化系數(shù)。這樣的話，當圖像中存在人臉時，由于人臉區(qū)域細節(jié)較多，因此希 望獲得一個較清晰的重建圖像，此時若整個畫面的背景不是很復(fù)雜，則對整 幅圖像采用同一個量化系數(shù)時，可能不會對圖像的編解碼質(zhì)量造成影響；但 若整個畫面的背景比較復(fù)雜，則很可能會因為復(fù)雜的背景高頻分量比較多， 而導(dǎo)致分配一個比較大的量化系數(shù)，此時人臉區(qū)域的圖像也按這個比較大的量化系數(shù)來壓縮的話，會導(dǎo)致人臉區(qū)域細節(jié)損失過多，人臉區(qū)域的解碼重建 圖像質(zhì)量無法保證。或者，如果為了保證人臉區(qū)域重建圖像的質(zhì)量而分配一 個較小的量化系數(shù)，則圖像容量會較大，致使圖像的編碼質(zhì)量無法保證?？?見，現(xiàn)有技術(shù)中難以保證存在人臉的圖像的編解碼質(zhì)量。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明中一方面提供一種圖像編碼方法和圖像解碼方法，另 一方面提供一種圖像編碼裝置、圖像解碼裝置和圖像編解碼裝置，以便提高 存在人臉的圖像的編解碼質(zhì)量。
本發(fā)明所提供的圖像編碼方法，包括
在當前圖像中進行人臉檢測，得到人臉對應(yīng)區(qū)域的圖像和去掉所述人臉對 應(yīng)區(qū)域的圖像后的背景圖像；
對所述人臉對應(yīng)區(qū)域的圖像采用第 一量化系數(shù)進行編碼，對所述背景圖像 采用第二量化系數(shù)進行編碼，分別得到所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和 所述背景圖像的壓縮碼流；
將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像的壓縮碼流進行合 并，得到當前圖像的壓縮碼流，所述當前圖像的壓縮碼流中包括所述人臉對應(yīng) 區(qū)域的位置和大小的邊信息。
較佳地，所述第 一量化系數(shù)小于所述第二量化系數(shù)。
較佳地，所述第 一量化系數(shù)與所述第二量化系數(shù)相等。
專支佳地，所述人臉對應(yīng)區(qū)域為1個或1個以上。
較佳地，所述人臉對應(yīng)區(qū)域為矩形區(qū)域；所述對人臉對應(yīng)區(qū)域的圖像進 行單獨編碼之前，進一步包括將所述矩形區(qū)域的邊界按照預(yù)設(shè)的編碼塊對 應(yīng)邊長的倍數(shù)對齊。
本發(fā)明所提供的圖像解碼方法，包括
從當前圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖像的壓縮碼流和背景圖像 的壓縮碼流；對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流采用第 一量化系數(shù)進行解碼，對所 述背景圖像的壓縮碼流采用第二量化系數(shù)進行解碼，分別得到所述人臉對應(yīng)區(qū) 域的圖像的重建圖像和所述背景圖像的重建圖像；
根據(jù)所述當前圖像的壓縮碼流中的人臉對應(yīng)區(qū)域的位置和大小的邊信息， 將所述人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所述背景圖像的重建圖像中，得 到當前圖像的重建圖像。
較佳地，所述第一量化系數(shù)小于所述第二量化系數(shù)；
或者，所述第一量化系數(shù)與所述第二量化系數(shù)相等。 辟支佳地，所述人臉對應(yīng)區(qū)域為1個或1個以上。
本發(fā)明所提供的圖像編碼裝置，包括
人臉圖像獲取模塊，用于在當前圖像中進行人臉檢測，得到人臉對應(yīng)區(qū)域 的圖像；
背景圖像獲取^f莫塊，用于從當前圖像中去掉所述人臉對應(yīng)區(qū)域的圖像，得 到背景圖像；
編碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像采用第 一量化系數(shù)進行編碼， 得到所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流，對所述背景圖像采用第二量化系數(shù) 進行編碼，得到所述背景圖像的壓縮碼流；
碼流合并模塊，用于將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景 圖像的壓縮碼流進行合并，得到當前圖像的壓縮碼流，所述當前圖像的壓縮 碼流中包括所述人臉對應(yīng)區(qū)域的位置和大小的邊信息。
較佳地，所述人臉對應(yīng)區(qū)域為矩形區(qū)域；所述人臉圖像獲取模塊在檢測 到人臉時，將所述人臉對應(yīng)的矩形區(qū)域的邊界按照編碼塊對應(yīng)邊長的倍數(shù)對 齊。
本發(fā)明所提供的圖像解碼裝置，包括
碼流獲取模塊，用于從當前圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖像的 壓縮碼流和背景圖像的壓縮碼流；
解碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流采用第一量化系數(shù)進行解碼，對所述背景圖像的壓縮碼流采用第二量化系數(shù)進行解碼，分別得到 所述人臉對應(yīng)區(qū)域的圖像的重建圖像和所述背景圖像的重建圖像；
圖像合成模塊，用于根據(jù)所述當前圖像的壓縮碼流中的人臉對應(yīng)區(qū)域的 位置和大小的邊信息，將所迷人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所迷背 景圖像的重建圖像中，得到當前圖像的重建圖像。
本發(fā)明所提供的圖像編解碼裝置，包括
人臉圖像獲取模塊，用于在當前編碼圖像中進行人臉檢測，得到人臉對應(yīng) 區(qū)域的圖像；
背景圖像獲取模塊，用于從當前編碼圖像中去掉所述人臉對應(yīng)區(qū)域的圖像， 得到背景圖像；
編碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像采用第 一量化系數(shù)進行編碼， 得到所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流，對所述背景圖像采用第二量化系數(shù) 進行編碼，得到所述背景圖像的壓縮碼流；
碼流合并模塊，用于將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖 像的壓縮碼流進行合并，得到當前編碼圖像的壓縮碼流，所述當前編碼圖像的 壓縮碼流中包括所述人臉對應(yīng)區(qū)域的位置和大小的邊信息；
碼流獲取模塊，用于從當前解碼圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖 像的壓縮碼流和背景圖像的壓縮碼流；
解碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流采用第一量化系數(shù) 進行解碼，對所述背景圖像的壓縮碼流采用第二量化系數(shù)進行解碼，分別得到 所述人臉對應(yīng)區(qū)域的圖像的重建圖像和所述背景圖像的重建圖像；
圖像合成模塊，用于根據(jù)所述當前解碼圖像的壓縮碼流中的人臉對應(yīng)區(qū) 域的位置和大小的邊信息，將所述人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所 述背景圖像的重建圖像中，得到當前解碼圖像的重建圖像。
從上述方案可以看出，本發(fā)明中通過在當前圖像中進行人臉檢測，得到 人臉對應(yīng)區(qū)域的圖像和去掉所述人臉對應(yīng)區(qū)域的圖像后的背景圖像，并分別 對人臉對應(yīng)區(qū)域的圖像和背景圖像根據(jù)實際情況進行單獨編碼，此時，二者可以采用相同的量化系數(shù)也可采用不同的量化系數(shù)，之后再將人臉對應(yīng)區(qū)域 的圖像編碼后的壓縮碼流和背景圖像編碼后的壓縮碼流進行合并，得到當前 圖像的壓縮碼流，使得人臉對應(yīng)區(qū)域的圖像和背景圖像可分別根據(jù)各自的特 點進行編碼，從而提高了存在人臉的圖像的編解碼質(zhì)量。


圖1為本發(fā)明實施例中圖像編碼方法的示例性流程圖2a為本發(fā)明實施例中一幅存在人臉的圖像； 圖2b為從圖2a所示圖像中檢測到的人臉對應(yīng)區(qū)域的圖像； 圖2c為從圖2a所示圖像中去掉圖2b所示人臉對應(yīng)區(qū)域的圖像之后的 背景圖像；
圖3為本發(fā)明實施例中圖像解碼方法的示例性流程圖； 圖4為本發(fā)明實施例中圖像編碼裝置的示例性結(jié)構(gòu)圖； 圖5為本發(fā)明實施例中圖像解碼裝置的示例性結(jié)構(gòu)圖。
具體實施例方式
本發(fā)明實施例中，為了提高存在人臉區(qū)域的圖像的編解碼質(zhì)量，可將當 前圖像中的人臉對應(yīng)區(qū)域的圖像和背景圖像分離出來，并分別對各部分根據(jù) 實際情況選用合適的量化系數(shù)進行編碼，之后再將兩部分編碼后的壓縮碼流 進行合并，得到當前圖像的壓縮碼流。其中，對人臉對應(yīng)區(qū)域的圖像進行編 碼時，邊信息中應(yīng)該包括人臉對應(yīng)區(qū)域在當前圖像中的位置和大小的信息， 以便解碼時，從壓縮碼流中分別對人臉對應(yīng)區(qū)域的圖像的壓縮碼流和背景圖 像的壓縮碼流解碼后，根據(jù)該邊信息，將人臉對應(yīng)區(qū)域的圖像的重建圖像合 成在背景圖像的重建圖像中，從而得到當前圖像的重建圖像。
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，下面結(jié)合實施例和 附圖，對本發(fā)明進一步詳細說明。
圖1為本發(fā)明實施例中圖像編碼方法的示例性流程圖。如圖l所示，該流程包括如下步驟
步驟101,在當前圖像中進行人臉檢測，得到人臉對應(yīng)區(qū)域的圖像及所述 人臉對應(yīng)區(qū)域的位置和大小信息。
其中，人臉對應(yīng)區(qū)域可以為矩形區(qū)域，也可以為除矩形之外的其它形狀的 區(qū)域，如圓形區(qū)域或圍繞人體頭部形狀的區(qū)域等。通常情況下，為了編碼方便， 人臉對應(yīng)區(qū)域取矩形區(qū)域。
如圖2a和圖2b所示，圖2a示出了本發(fā)明實施例中一幅存在人臉的圖像， 在該圖像中進行人臉檢測時，可得到如圖2b所示的矩形的人臉對應(yīng)區(qū)域的圖 像，并相應(yīng)的得到人臉對應(yīng)區(qū)域在圖像中的位置及大小信息。如果圖2b所示圖 像中有多個人臉，則可對每個人臉采用同樣的方法進行處理，得到各人臉對應(yīng) 的區(qū)域及各人臉對應(yīng)區(qū)域在圖像中的位置及大小信息。
由于編碼過程通常是基于塊進行的，例如基于16x16、 16x8、 8x16、 8x8、 8x4、 4x8或4x4大小的宏塊或子宏塊等編碼塊進行，因此為了便于編碼時對人 臉對應(yīng)區(qū)域的圖像和背景圖像劃分宏塊或子宏塊等編碼塊，可對人臉對應(yīng)的矩 形區(qū)域的邊界按照編碼塊對應(yīng)邊長的倍數(shù)對齊。例如，對于8x8大小的編碼塊， 可將人臉對應(yīng)的矩形區(qū)域的各邊界均按照8的倍數(shù)對齊，假設(shè)人臉對應(yīng)的矩形 區(qū)域的左上角坐標為(203, 158 ),則按照8的倍數(shù)對齊后，矩形區(qū)域的左上角 坐標變?yōu)?200， 160)。又如，對于8x4大小的編碼塊，可將人臉對應(yīng)的矩形區(qū) 域的水平邊界按照8的倍數(shù)對齊，垂直邊界按照4的倍數(shù)對齊，又假設(shè)人臉對 應(yīng)的矩形區(qū)域的左上角坐標為(203， 165)，則水平方向按照8的倍數(shù)對齊、垂 直方向按照4的倍數(shù)對齊后，矩形區(qū)域的左上角坐標變?yōu)?200, 164)。
步驟102,對人臉對應(yīng)區(qū)域的圖像進行壓縮，并將人臉對應(yīng)區(qū)域的位置和 大小的信息記入邊信息，得到人臉對應(yīng)區(qū)域的圖像的壓縮碼流。
本步驟中，對人臉對應(yīng)區(qū)域的圖像進行壓縮的過程中，可根據(jù)人臉對應(yīng)區(qū) 域的圖像的實際情況選取合適的量化系數(shù)進行量化，為方便描述，本文中將該 量化系數(shù)稱為第一量化系數(shù)。之后，對量化后的圖像信息進行熵編碼，同時將 人臉對應(yīng)區(qū)域的位置和大小的信息記入邊信息，得到人臉對應(yīng)區(qū)域的圖像的壓縮碼流。
步驟103,從當前圖像中去掉人臉對應(yīng)區(qū)域的圖像，得到背景圖像。 本步驟中，從當前圖像中去掉所述人臉對應(yīng)區(qū)域的圖像時，可將人臉對應(yīng) 區(qū)域的圖像的像素全設(shè)置為0,之后得到抹去人臉對應(yīng)區(qū)域的圖像的背景圖像。 圖2c示出了從圖2a中去掉圖2b所示人臉對應(yīng)區(qū)域的圖像后的背景圖像。
步驟104,對上述背景圖像進行壓縮，并記錄邊信息，得到背景圖像的壓 縮石馬流。
本步驟中，對背景圖像進行壓縮的過程中，可根據(jù)背景圖像的實際情況選 取合適的量化系數(shù)進行量化，為方便描述，本文中將該量化系數(shù)稱為第二量化 系數(shù)。之后，對量化后的圖像信息進行熵編碼，同時記錄解碼所需的邊信息， 得到背景圖像的壓縮碼流。
其中，第 一量化系數(shù)可以和第二量化系數(shù)相等，也可以和第二量化系數(shù)不 相等。通常情況下，基于人臉優(yōu)先原則，實際應(yīng)用中，通常第一量化系數(shù)較小， 以保證人臉圖像的細節(jié)信息不過度損失；第二量化系數(shù)較大，以通過犧牲一些 背景圖像的細節(jié)信息來節(jié)省碼流占用的空間。即通常情況下，第一量化系數(shù)小 于第二量化系數(shù)。
步驟105，將人臉對應(yīng)區(qū)域圖像的壓縮碼流和背景圖像的壓縮碼流進行 合并，得到當前圖像的壓縮碼流。該當前圖像的壓縮碼流中包括人臉對應(yīng)區(qū) 域的位置和大小的邊信息。
上述過程中，也可以在步驟105中再將解碼人臉對應(yīng)區(qū)域的圖像的邊信 息和解碼背景圖像的邊信息加入壓縮碼流中，此時步驟102和步驟104的壓
縮碼流中可不包括各自的邊信息。
與圖1所示圖像編碼方法相對應(yīng)，圖3為本發(fā)明實施例中圖像解碼方法 的示例性流程圖。如圖3所示，該流程包括如下步驟
步驟301,從當前圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖像的壓縮碼 流和背景圖像的壓縮碼流。
步驟302,分別對人臉對應(yīng)區(qū)域的圖像的壓縮碼流和背景圖像的壓縮碼流進行解碼，得到人臉對應(yīng)區(qū)域的圖像的重建圖像和背景圖像的重建圖像。
與圖1所示圖像編碼方法相對應(yīng)，本步驟中，對人臉對應(yīng)區(qū)域的圖像的壓 縮碼流進行解碼的過程中，采用第一量化系數(shù)進行反量化，對背景圖像的壓縮 碼流進行解碼的過程中，采用第二量化系數(shù)進行反量化。最后，解碼得到各自
的重建圖像。對應(yīng)圖2a所示圖像的壓縮碼流，本步驟中，解碼后可分別得到圖 2b所示人臉對應(yīng)區(qū)域的圖像和圖2c所示背景圖像的重建圖像。
步驟303,根據(jù)所述壓縮碼流中的人臉對應(yīng)區(qū)域的位置和大小的邊信息， 將人臉對應(yīng)區(qū)域的圖像的重建圖像合成到背景圖像的重建圖像中，得到當前 圖像的重建圖像。
對應(yīng)圖2a所示圖像的壓縮碼流，本步驟中，根據(jù)人臉對應(yīng)區(qū)域的位置 和大小的邊信息，將圖2b所示人臉對應(yīng)區(qū)域的圖像的重建圖像合成到圖2c 所示背景圖像的重建圖像中，可得到圖2a所示圖像的重建圖像。
實際應(yīng)用中，圖l所示圖像編碼方法和圖3所示圖像解碼方法也可結(jié)合 應(yīng)用，得到本發(fā)明實施例中的圖像編解碼方法。例如，在編碼側(cè)，對當前編 碼圖像按照圖1所示圖像編碼方法進行編碼后存儲或傳輸，在解碼側(cè)，對當 前解碼圖像按照圖3所示圖像解碼方法進行解碼后輸出重建圖像。
以上對本發(fā)明實施例中的圖像編碼方法、圖像解碼方法和圖像編解碼方 法進行了詳細描述，下面再對本發(fā)明實施例中的圖像編碼裝置、圖像解碼裝 置和圖像編解碼裝置進行詳細描述。
圖4為本發(fā)明實施例中圖像編碼裝置的示例性結(jié)構(gòu)圖。如圖4所示，該 裝置包括人臉圖像獲取模塊、背景圖像獲取模塊、編碼模塊和碼流合并模 塊。
其中，人臉圖像獲取模塊用于在當前圖像中進行人臉檢測，得到人臉對應(yīng) 區(qū)域的圖像。具體實現(xiàn)時，人臉對應(yīng)區(qū)域可以為矩形區(qū)域，也可以為除矩形之 外的其它形狀的區(qū)域，如圓形區(qū)域或圍繞人體頭部形狀的區(qū)域等。通常情況下， 為了編碼方便，人臉對應(yīng)區(qū)域取矩形區(qū)域。此外，由于編碼過程通常是基于塊 進行的，因此為了便于編碼時對人臉對應(yīng)區(qū)域的圖像和背景圖像劃分宏塊或子宏塊等編碼塊，人臉圖像獲取模塊可對人臉對應(yīng)的矩形區(qū)域的邊界按照編碼塊 對應(yīng)邊長的倍數(shù)對齊。其中，若當前圖像中包括一個以上的人臉，則獲得的人 臉只于應(yīng)區(qū)i或為一個以上。
背景圖像獲fL4莫塊用于從當前圖像中去掉所述人臉對應(yīng)區(qū)域的圖像，得到 背景圖像。其中，從當前圖像中去掉所述人臉對應(yīng)區(qū)域的圖像時，可將人臉對 應(yīng)區(qū)域的圖像的像素全設(shè)置為0。
編碼才莫塊用于對所述人臉對應(yīng)區(qū)域的圖像進行編碼，得到所述人臉對應(yīng)區(qū)
域的圖像的壓縮碼流；對所述背景圖像進行編碼，得到所述背景圖像的壓縮碼 流。具體實現(xiàn)時，編碼模塊對所述人臉對應(yīng)區(qū)域的圖像采用第一量化系數(shù)進行 量化編碼，對所述背景圖像采用第二量化系數(shù)進行量化編碼。其中，第一量化 系數(shù)可以和第二量化系數(shù)相等，也可以和第二量化系數(shù)不相等。通常情況下， 基于人臉優(yōu)先原則，實際應(yīng)用中，通常第一量化系數(shù)較小，以保證人臉圖像的 細節(jié)信息不過度損失；第二量化系數(shù)較大，以通過犧牲一些背景圖像的細節(jié)信 息來節(jié)省碼流占用的空間。即通常情況下，第一量化系數(shù)小于第二量化系數(shù)。
碼流合并模塊用于將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景 圖像的壓縮碼流進行合并，得到當前圖像的壓縮碼流。
其中，壓縮碼流中包括所述人臉對應(yīng)區(qū)域的位置和大小的邊信息，該邊 信息可以在編碼才莫塊中加入壓縮碼流中，也可以在碼流合并才莫塊中加入壓縮 碼流中。
圖5為本發(fā)明實施例中圖像解碼裝置的示例性結(jié)構(gòu)圖。如圖5所示，該 裝置包括碼流獲取模塊、解碼模塊和圖像合成模塊。
其中，碼流獲取模塊用于從當前圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖 像的壓縮碼流和背景圖像的壓縮碼流。
解碼才莫塊用于分別對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像 的壓縮碼流進行解碼，得到所述人臉對應(yīng)區(qū)域的圖像的重建圖像和所述背景圖 像的重建圖像。與編碼過程相對應(yīng)，解碼模塊可對人臉對應(yīng)區(qū)域的圖像的壓縮 碼流進行解碼的過程中，可采用第一量化系數(shù)進行反量化，對背景圖像的壓縮碼流進行解碼的過程中，可采用第二量化系數(shù)進行反量化。最后，解碼得到各 自的重建圖像。
圖像合成模塊用于根據(jù)所述壓縮碼流中的人臉對應(yīng)區(qū)域的位置和大小 的邊信息，將所述人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所述背景圖像的重 建圖像中，得到當前圖像的重建圖像。
實際應(yīng)用中，圖4所示圖像編碼裝置和圖5所示圖像解碼裝置可位于同
一個裝置中，共同構(gòu)成本實施例中的圖像編解碼裝置。即本實施例中的圖像
編解碼裝置可包括人臉圖像獲取模塊、背景圖像獲取模塊、編碼模塊、碼 流合并模塊、碼流獲取模塊、解碼模塊和圖像合成模塊。
其中，人臉圖像獲取模塊用于在當前編碼圖像中進行人臉檢測，得到人臉 對應(yīng)區(qū)域的圖像。
背景圖像獲取模塊用于從當前編碼圖像中去掉所述人臉對應(yīng)區(qū)域的圖像， 得到背景圖像。
編碼沖莫塊用于對所述人臉對應(yīng)區(qū)域的圖像進行編碼，得到所述人臉對應(yīng)區(qū) 域的圖像的壓縮碼流，對所述背景圖像進行編碼，得到所述背景圖像的壓縮碼流。
碼流合并模塊用于將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像 的壓縮碼流進行合并，得到當前編碼圖像的壓縮碼流，所述壓縮碼流中包括所 述人臉對應(yīng)區(qū)域的位置和大小的邊信息。
碼流獲取模塊用于從當前解碼圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖像 的壓縮碼流和背景圖像的壓縮碼流。
解碼模塊用于分別對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像 的壓縮碼流進行解碼，得到所述人臉對應(yīng)區(qū)域的圖像的重建圖像和所述背景圖
像的重建圖像。
圖像合成模塊用于才艮據(jù)所述壓縮碼流中的人臉對應(yīng)區(qū)域的位置和大小的邊 信息，將所述人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所述背景圖像的重建圖像 中，得到當前解碼圖像的重建圖像。以上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進行了 進一步詳細說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的較佳實施例而已， 并非用于限定本發(fā)明的保護范圍，凡在本發(fā)明的精神和原則之內(nèi)，所作的任 何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1、一種圖像編碼方法，其特征在于，該方法包括在當前圖像中進行人臉檢測，得到人臉對應(yīng)區(qū)域的圖像和去掉所述人臉對應(yīng)區(qū)域的圖像后的背景圖像；對所述人臉對應(yīng)區(qū)域的圖像采用第一量化系數(shù)進行編碼，對所述背景圖像采用第二量化系數(shù)進行編碼，分別得到所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像的壓縮碼流；將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像的壓縮碼流進行合并，得到當前圖像的壓縮碼流，所述當前圖像的壓縮碼流中包括所述人臉對應(yīng)區(qū)域的位置和大小的邊信息。
2、 如權(quán)利要求l所述的方法，其特征在于，所述第一量化系數(shù)小于所述第 二量化系數(shù)。
3、 如權(quán)利要求l所述的方法，其特征在于，所述第一量化系數(shù)與所述第二 量化系數(shù)相等。
4、 如權(quán)利要求1至3中任一項所述的方法，其特征在于，所述人臉對應(yīng)區(qū) 域為1個或1個以上。
5、 如權(quán)利要求1至3中任一項所述的方法，其特征在于，所述人臉對應(yīng)區(qū) 域為矩形區(qū)域；所述對人臉對應(yīng)區(qū)域的圖像進行單獨編碼之前，進一步包括 將所述矩形區(qū)域的邊界按照預(yù)設(shè)的編碼塊對應(yīng)邊長的倍數(shù)對齊。
6、 一種圖像解碼方法，其特征在于，該方法包括從當前圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖像的壓縮碼流和背景圖像 的壓縮碼流；對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流采用第 一量化系數(shù)進行解碼，對所 述背景圖像的壓縮碼流采用第二量化系數(shù)進行解碼，分別得到所述人臉對應(yīng)區(qū) 域的圖像的重建圖像和所述背景圖像的重建圖像；根據(jù)所述當前圖像的壓縮碼流中的人臉對應(yīng)區(qū)域的位置和大小的邊信息，將所述人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所述背景圖像的重建圖像中，得 到當前圖像的重建圖像。
7、 如權(quán)利要求6所述的方法，其特征在于，所述第一量化系數(shù)小于所述第二量化系數(shù)；或者，所述第一量化系數(shù)與所述第二量化系數(shù)相等。
8、 如權(quán)利要求6或7所述的方法，其特征在于，所述人臉對應(yīng)區(qū)域為l個 或1個以上。
9、 一種圖像編碼裝置，其特征在于，該裝置包括人臉圖像獲取模塊，用于在當前圖像中進行人臉檢測，得到人臉對應(yīng)區(qū)域 的圖像；背景圖像獲取模塊，用于從當前圖像中去掉所述人臉對應(yīng)區(qū)域的圖像，得 到背景圖像；編碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像采用第 一量化系數(shù)進行編碼， 得到所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流，對所述背景圖像采用第二量化系數(shù) 進行編碼，得到所述背景圖像的壓縮碼流；碼流合并模塊，用于將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖 像的壓縮碼流進行合并，得到當前圖像的壓縮碼流，所述當前圖像的壓縮碼流 中包括所述人臉對應(yīng)區(qū)域的位置和大小的邊信息。
10、 如權(quán)利要求9所述的裝置，其特征在于，所述人臉對應(yīng)區(qū)域為矩形區(qū) 域；所述人臉圖像獲取模塊在檢測到人臉時，將所述人臉對應(yīng)的矩形區(qū)域的邊 界按照編碼塊對應(yīng)邊長的倍數(shù)對齊。
11、 一種圖像解碼裝置，其特征在于，該裝置包括碼流獲取模塊，用于從當前圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖像的 壓縮碼流和背景圖像的壓縮碼流；解碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流采用第一量化系數(shù) 進行解碼，對所述背景圖像的壓縮碼流采用第二量化系數(shù)進行解碼，分別得到 所述人臉對應(yīng)區(qū)域的圖像的重建圖像和所述背景圖像的重建圖像；圖像合成模塊，用于根據(jù)所述當前圖像的壓縮碼流中的人臉對應(yīng)區(qū)域的位 置和大小的邊信息，將所述人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所述背景圖 像的重建圖像中，得到當前圖像的重建圖像。
12、 一種圖像編解碼裝置，其特征在于，該裝置包括人臉圖像獲取模塊，用于在當前編碼圖像中進行人臉檢測，得到人臉對應(yīng)區(qū)域的圖像；背景圖像獲取模塊，用于從當前編碼圖像中去掉所述人臉對應(yīng)區(qū)域的圖像，得到背景圖像；編碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像采用第 一量化系數(shù)進行編碼， 得到所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流，對所述背景圖像采用第二量化系數(shù)進行編碼，得到所述背景圖像的壓縮碼流；碼流合并模塊，用于將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖 像的壓縮碼流進行合并，得到當前編碼圖像的壓縮碼流，所述當前編碼圖像的 壓縮碼流中包括所述人臉對應(yīng)區(qū)域的位置和大小的邊信息；碼流獲取模塊，用于從當前解碼圖像的壓縮碼流中獲取人臉對應(yīng)區(qū)域的圖 像的壓縮碼流和背景圖像的壓縮碼流；解碼模塊，用于對所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流采用第一量化系數(shù) 進行解碼，對所述背景圖像的壓縮碼流采用第二量化系數(shù)進行解碼，分別得到 所述人臉對應(yīng)區(qū)域的圖像的重建圖像和所述背景圖像的重建圖像；圖像合成模塊，用于根據(jù)所述當前解碼圖像的壓縮碼流中的人臉對應(yīng)區(qū)域 的位置和大小的邊信息，將所述人臉對應(yīng)區(qū)域的圖像的重建圖像合成到所述背 景圖像的重建圖像中，得到當前解碼圖像的重建圖像。
全文摘要
本發(fā)明公開了一種圖像編碼方法和圖像解碼方法。其中，圖像編碼方法包括在當前圖像中進行人臉檢測，得到人臉對應(yīng)區(qū)域的圖像和去掉所述人臉對應(yīng)區(qū)域的圖像后的背景圖像；分別對所述人臉對應(yīng)區(qū)域的圖像和所述背景圖像進行單獨編碼，得到所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像的壓縮碼流；將所述人臉對應(yīng)區(qū)域的圖像的壓縮碼流和所述背景圖像的壓縮碼流進行合并，得到當前圖像的壓縮碼流。此外，本發(fā)明還公開了一種圖像編碼裝置、圖像解碼裝置和圖像編解碼裝置。本發(fā)明所公開的技術(shù)方案，能夠提高存在人臉的圖像的編解碼質(zhì)量。
文檔編號G06K9/00GK101316366SQ20081011695
公開日2008年12月3日 申請日期2008年7月21日 優(yōu)先權(quán)日2008年7月21日
發(fā)明者浩 王 申請人:北京中星微電子有限公司