視頻局部特征描述子的壓縮方法、系統及視頻壓縮方法
【技術領域】
[0001] 本發明屬于數據處理技術領域，具體設及一種視頻局部特征描述子的壓縮方法、 壓縮系統及視頻壓縮方法。
【背景技術】
[0002] 隨著互聯網的廣泛應用，在網絡的傳輸和存儲過程中，視頻數據的數據越來越龐 大。對視頻數據的壓縮則顯得尤為重要。而局部特征描述子，在圖像/視頻數據處理W 及計算機視覺領域得到了廣泛的應用，描述子的壓縮也是提高視頻數據檢索等視頻數據 應用的關鍵技術。例如，對128維的SIFT局部特征描述子而言，將每個維度量化到8比 特，一帖圖像包含1000個SIFT特征點，則一個300帖的視頻包含的SIFT特征數據量為 300*1000*128*861*3 = 292.97113，無論對于存儲還是傳輸都是需要付出巨大的代價，在實 際應用中是難W承受的。
[0003] 在對視頻數據處理的現有技術中，大多單獨對描述子進行壓縮，限制了描述子的 壓縮比，不利于數據檢索效率的提高，同時也阻礙了視頻檢索技術的發展。
【發明內容】
[0004] 本發明實施例的目的是提供一種視頻局部特征描述子的壓縮方法、系統及視頻壓 縮方法，W提高視頻局部特征描述子的壓縮效率，從而提高視頻壓縮數據的傳輸速率和存 儲效率。
[0005] 根據本發明的一個方面，提供了一種視頻局部特征描述子的壓縮方法，所述方法 包括如下步驟：
[0006] 聯合視頻內容對當前局部特征描述子進行帖間預測得到預測信號；
[0007] 計算所述預測信號的殘差系數；
[000引對所述殘差系數進行量化得到量化系數；
[0009] 對所述量化系數進行滴編碼，輸出碼流。
[0010] 上述方案中，所述計算殘差系數之后，得到量化系數之前，所述方法還包括：
[0011] 對所述殘差系數進行變換得到變換系數；
[0012] 對所述殘差系數進行量化得到量化系數，進一步為，對所述變換系數進行量化并 得到量化系數。
[0013] 上述方案中，所述方法還包括；對所述量化系數進行反量化和反變換，得到重構描 述子，并存儲所述重構描述子。
[0014] 上述方案中，所述聯合視頻內容對當前局部特征描述子進行帖間預測得到預測信 號，進一步包括；在所述當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 當前局部特征描述子最相近的重構描述子，作為預測信號。
[0015] 上述方案中，所述量化為標量量化或矢量量化。
[0016] 根據本發明的另一個方面，還提供了一種視頻局部特征描述子的壓縮系統，所述 系統包括：預測模塊、殘差系數計算模塊、量化模塊、編碼模塊
[0017] 所述預測模塊用于聯合視頻內容對當前局部特征描述子進行帖間預測得到預測 信號；
[001引所述殘差系數計算模塊與所述預測模塊相連，用于計算所述預測信號的殘差系 數；
[0019] 所述量化模塊與所述殘差系數計算模塊相連，用于對所述殘差系數進行量化得到 量化系數；
[0020] 所述編碼模塊與所述量化模塊相連，用于對所述量化系數進行滴編碼，輸出碼流。
[0021] 上述方案中，所述系統還包括變換模塊，所述變換模塊與所述殘差系數計算模塊 和量化模塊相連，用于對所述殘差系數進行變換得到變換系數；
[0022] 所述量化模塊還用于對所述變換系數進行量化并得到量化系數。
[0023] 上述方案中，所述系統還包括；重構描述子存儲模塊，用于對所述量化系數進行反 量化和反變換，得到重構描述子，并存儲所述重構描述子。
[0024] 上述方案中，所述預測模塊進一步用于在所述當前局部特征描述子所在帖的已編 碼的前一帖中，找到一個與所述當前局部特征描述子最相近的重構描述子，作為預測信號。 [00巧]根據本發明的再一個方面，還提供了一種視頻壓縮方法，所述方法包括：
[0026] 對視頻原始數據進壓縮，得到視頻自身碼流，并得到重構帖組成的視頻重構數 據；
[0027] 聯合所述視頻重構數據中的重構帖的內容，采用權利要求1至5任一項所述的視 頻局部特征描述子的壓縮方法，對視頻原始數據中的局部特征描述子進行壓縮，得到滴編 碼后的描述子碼流；
[002引將所述描述子碼流輸出到視頻自身碼流中，輸出視頻碼流。
[0029] 本發明實施例提供了一種視頻局部特征描述子的壓縮方法、系統和視頻壓縮方 法，所述視頻局部特征描述子的壓縮方法包括預測、量化、滴編碼，其中預測為聯合視頻內 容的帖間預測，而后計算預測信號的殘差系數，對殘差系數進行量化得到量化系數，再對量 化系數進行滴編碼，輸出碼流，完成對視頻的局部特征描述子的壓縮。通過本發明實施例的 方法對視頻局部特征描述子進行壓縮，在聯合視頻內容的基礎上，使壓縮后的視頻數據得 到緊湊的表示，達到高的壓縮比，從而提高視頻數據的傳輸速率和存儲效率，同時提高了視 頻數據的檢索效率。
【附圖說明】
[0030] 圖1是本發明第一實施方式的視頻局部特征描述子的壓縮方法流程示意圖；
[0031] 圖2是本發明第二實施方式的視頻局部特征描述子的壓縮方法流程示意圖；
[0032] 圖3是本發明第二實施方式具體實施例的壓縮方法流程圖；
[0033] 圖4是本發明第=實施方式的視頻局部特征描述子的壓縮系統結構示意圖；
[0034] 圖5是本發明第四實施方式的視頻局部特征描述子的壓縮系統結構示意圖；
[0035] 圖6是本發明第五實施方式的視頻壓縮方法流程示意圖。
【具體實施方式】
[0036] 為使本發明的目的、技術方案和優點更加清楚明了，下面結合【具體實施方式】并參 照附圖，對本發明進一步詳細說明。應該理解，該些描述只是示例性的，而并非要限制本發 明的范圍。此外，在W下說明中，省略了對公知結構和技術的描述，W避免不必要地混淆本 發明的概念。
[0037] 本發明實施例W局部特征描述子在計算機視覺領域的廣泛應用為基礎，對視頻局 部特征描述子進行壓縮，將重構后的帶有重構描述子內容的視頻內容本身應用在壓縮過程 中，即聯合視頻內容，指導局部特征描述子的壓縮，提出了視頻局部特征描述子的壓縮方 法、系統及視頻壓縮方法。W下結合實施方式及附圖，對本發明作詳細說明。
[003引圖1是本發明第一實施方式的視頻局部特征描述子的壓縮方法流程示意圖。本實 施方式對于視頻局部特征描述子的壓縮方法的框架，包括聯合視頻內容的預測、量化、滴編 碼。
[0039] 如圖1所示，本實施例的視頻局部特征描述子的壓縮方法，包括如下步驟：
[0040] 步驟S101，聯合視頻內容對當前局部特征描述子進行帖間預測得到預測信號。
[0041] 本步驟中，對所述當前局部特征描述子進行帖間預測，具體為，在所述視頻的已編 碼的帖中，找到一個與所述當前局部特征描述子最相近的重構描述子，作為預測信號。視頻 數據是由帖組成，每一帖中都有相應的局部特征描述子。處于壓縮過程中的當前局部特征 描述子所屬的帖，即當前帖。優選的，所述視頻的已編碼的帖，為當前帖的前一帖。該里的 最相近，是指所述已編碼的重構描述子與所述當前描述子具有的相同特征數據最多，也可 W通過絕對值誤差和（SAD, Sum