of Absolute Difference)進(jìn)行選擇。該一最值選擇可通 過一個可編程邏輯控制器任LC)實(shí)現(xiàn)。在前一帖中捜索最相近重構(gòu)描述子時，可W在前一 帖的全部數(shù)據(jù)中捜索，也可W自定義捜索范圍，如，根據(jù)所述視頻的運(yùn)動矢量進(jìn)行捜索，在 當(dāng)前描述子運(yùn)動矢量所指向的位置處，距離最近的五個節(jié)點(diǎn)的范圍內(nèi)捜索最相近的重構(gòu)描 述子。
[0042] 特別的，上述帖間預(yù)測時，作為當(dāng)前局部特征描述子的預(yù)測結(jié)果的所述重構(gòu)描述 子，除在相應(yīng)范圍內(nèi)的最相近的重構(gòu)描述子外，也可W根據(jù)需要進(jìn)行其他定義，如對應(yīng)位置 的重構(gòu)描述子、相反特征的重構(gòu)描述子。
[0043] 步驟S102,計算所述預(yù)測信號的殘差系數(shù)。
[0044] 優(yōu)選的，本步驟中計算預(yù)測殘差，通過作差的方法進(jìn)行。
[0045] 步驟S104,對所述殘差系數(shù)進(jìn)行量化得到量化系數(shù)。
[0046] 本步驟中的量化方式，可W為標(biāo)量量化，也可W為矢量量化。
[0047] 步驟S105,對所述量化系數(shù)進(jìn)行滴編碼，輸出碼流。
[0048] 本步驟中的滴編碼，優(yōu)選的，編碼模型采用視頻編碼標(biāo)準(zhǔn)中常用的上下文自適應(yīng) 的二進(jìn)制滴編碼方法（CABAC, Context-Adaptive Binary Arithmetic Coding),最終形成 二值化碼流。
[0049] 通過本實(shí)施例所述的視頻局部特征描述子壓縮方法，對視頻局部特征描述子進(jìn)行 壓縮，在聯(lián)合視頻內(nèi)容的基礎(chǔ)上，使壓縮后的視頻數(shù)據(jù)得到緊湊的表示，達(dá)到的很高的壓縮 比，從而提高了視頻數(shù)據(jù)的傳輸速率和存儲效率，同時提高了視頻數(shù)據(jù)的檢索效率。
[0050] 圖2是本發(fā)明第二實(shí)施方式的視頻局部特征描述子的壓縮方法流程示意圖。
[0化1] 如圖2所示，本實(shí)施方式中的步驟S201、S202、S205與第一實(shí)施方式中的步驟 S102、S102、S104、S105基本相同，不同的是，本實(shí)施方式對局部特征描述子的壓縮方法中， 在步驟S202之后、步驟S204之前還包括步驟S203,同時相應(yīng)的步驟S204有所不同，具體 的：
[0052] 步驟S203,對所述殘差系數(shù)進(jìn)行變換得到變換系數(shù)。
[0化3] 優(yōu)選的，本步驟中的變換方式為DCT變換或KLT變換或DST變換變換，從而得到變 換系數(shù)。該里的變換可W采用一維系數(shù)矩陣，也可W采用二維系數(shù)矩陣。
[0054] 步驟S204,對所述變換系數(shù)進(jìn)行量化并得到量化系數(shù)。該里的量化可W為標(biāo)量量 化，也可W為矢量量化。
[0化5] 圖3是本發(fā)明第二實(shí)施方式具體實(shí)施例的壓縮方法流程圖。
[0056] 本實(shí)施例W-個視頻數(shù)據(jù)的128維SIFT局部特征描述子為例，詳細(xì)說明本發(fā)明的 壓縮方法。
[0057] 如圖3所示，本實(shí)施例的基于視頻的局部特征描述子的壓縮方法，包括如下步驟： [0化引步驟S301，首先對原始視頻帖所攜帶的視頻內(nèi)容通過視頻編碼器進(jìn)行編碼，得到 視頻的運(yùn)動矢量信息。
[0化9] 步驟S302,從原始視頻帖中提取局部特征描述子，具體的：
[0060] 假設(shè)當(dāng)前正在編碼的第i帖的第j個局部特征描述子為S =(與，，其中 是描述子的空間位置信息，是局部特征描述子向量。
[0061] 步驟S303,對所提取的所述局部特征描述子進(jìn)行帖間預(yù)測，通過式（1)
[00 創(chuàng)
【主權(quán)項】
1. 一種視頻局部特征描述子的壓縮方法，其特征在于，所述方法包括如下步驟： 聯(lián)合視頻內(nèi)容對當(dāng)前局部特征描述子進(jìn)行帖間預(yù)測得到預(yù)測信號； 計算所述預(yù)測信號的殘差系數(shù)； 對所述殘差系數(shù)進(jìn)行量化得到量化系數(shù)； 對所述量化系數(shù)進(jìn)行滴編碼，輸出碼流。
2. 根據(jù)權(quán)利要求1所述的視頻局部特征描述子的壓縮方法，其特征在于，所述計算殘 差系數(shù)之后，得到量化系數(shù)之前，所述方法還包括： 對所述殘差系數(shù)進(jìn)行變換得到變換系數(shù)； 對所述殘差系數(shù)進(jìn)行量化得到量化系數(shù)，進(jìn)一步為，對所述變換系數(shù)進(jìn)行量化并得到 量化系數(shù)。
3. 根據(jù)權(quán)利要求1所述的視頻局部特征描述子的壓縮方法，其特征在于，所述方法還 包括；對所述量化系數(shù)進(jìn)行反量化和反變換，得到重構(gòu)描述子，并存儲所述重構(gòu)描述子。
4. 根據(jù)權(quán)利要求3所述的視頻局部特征描述子的壓縮方法，其特征在于，所述聯(lián)合視 頻內(nèi)容對當(dāng)前局部特征描述子進(jìn)行帖間預(yù)測得到預(yù)測信號，進(jìn)一步包括：在所述當(dāng)前局部 特征描述子所在帖的已編碼的前一帖中，找到一個與所述當(dāng)前局部特征描述子最相近的重 構(gòu)描述子，作為預(yù)測信號。
5. 根據(jù)權(quán)利要求4所述的視頻局部特征描述子的壓縮方法，其特征在于，所述量化為 標(biāo)量量化或矢量量化。
6. -種視頻局部特征描述子的壓縮系統(tǒng)，其特征在于，所述系統(tǒng)包括：預(yù)測模塊、殘差 系數(shù)計算模塊、量化模塊、編碼模塊 所述預(yù)測模塊用于聯(lián)合視頻內(nèi)容對當(dāng)前局部特征描述子進(jìn)行帖間預(yù)測得到預(yù)測信 號； 所述殘差系數(shù)計算模塊與所述預(yù)測模塊相連，用于計算所述預(yù)測信號的殘差系數(shù)； 所述量化模塊與所述殘差系數(shù)計算模塊相連，用于對所述殘差系數(shù)進(jìn)行量化得到量化 系數(shù)； 所述編碼模塊與所述量化模塊相連，用于對所述量化系數(shù)進(jìn)行滴編碼，輸出碼流。
7. 根據(jù)權(quán)利要求6所述的視頻局部特征描述子的壓縮系統(tǒng)，其特征在于，所述系統(tǒng)還 包括變換模塊，所述變換模塊與所述殘差系數(shù)計算模塊和量化模塊相連，用于對所述殘差 系數(shù)進(jìn)行變換得到變換系數(shù)； 所述量化模塊還用于對所述變換系數(shù)進(jìn)行量化并得到量化系數(shù)。
8. 根據(jù)權(quán)利要求6所述的視頻局部特征描述子的壓縮系統(tǒng)，其特征在于，所述系統(tǒng)還 包括；重構(gòu)描述子存儲模塊，用于對所述量化系數(shù)進(jìn)行反量化和反變換，得到重構(gòu)描述子， 并存儲所述重構(gòu)描述子。
9. 根據(jù)權(quán)利要求8所述的視頻局部特征描述子的壓縮系統(tǒng)，其特征在于，所述預(yù)測模 塊進(jìn)一步用于在所述當(dāng)前局部特征描述子所在帖的已編碼的前一帖中，找到一個與所述當(dāng) 前局部特征描述子最相近的重構(gòu)描述子，作為預(yù)測信號。
10. -種視頻壓縮方法，其特征在于，所述方法包括： 對視頻原始數(shù)據(jù)進(jìn)壓縮，得到視頻自身碼流； 聯(lián)合所述視頻的內(nèi)容，采用權(quán)利要求1至5任一項所述的視頻局部特征描述子的壓縮 方法，對視頻原始數(shù)據(jù)中的局部特征描述子進(jìn)行壓縮，得到滴編碼后的描述子碼流； 將所述描述子碼流輸出到所述視頻自身碼流中，輸出視頻碼流。
【專利摘要】本發(fā)明公開了一種視頻局部特征描述子的壓縮方法、系統(tǒng)和視頻壓縮方法，所述視頻局部特征描述子的壓縮方法包括聯(lián)合視頻內(nèi)容的幀間預(yù)測、量化、熵編碼，而后計算預(yù)測信號的殘差系數(shù)，對殘差系數(shù)進(jìn)行量化得到量化系數(shù)，再對量化系數(shù)進(jìn)行熵編碼，輸出熵編碼后形成的碼流，完成對視頻的局部特征描述子的壓縮。通過本發(fā)明對視頻局部特征描述子進(jìn)行壓縮，在聯(lián)合視頻內(nèi)容的基礎(chǔ)上，使壓縮后的視頻數(shù)據(jù)得到緊湊的表示，達(dá)到高的壓縮比，從而提高視頻數(shù)據(jù)的傳輸速率、存儲效率及壓縮效率，同時提高了視頻數(shù)據(jù)的檢索效率。
【IPC分類】H04N19-124, H04N19-13, H04N19-61
【公開號】CN104661035
【申請?zhí)枴緾N201510073614
【發(fā)明人】馬思偉, 張翔, 王苫社, 王詩淇
【申請人】北京大學(xué)
【公開日】2015年5月27日
【申請日】2015年2月11日