【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及視頻編碼，尤其涉及一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法及系統(tǒng)。
技術(shù)介紹
1、電力系統(tǒng)作為現(xiàn)代社會(huì)的基礎(chǔ)設(shè)施，其安全穩(wěn)定運(yùn)行的重要性日益凸顯，電力系統(tǒng)監(jiān)控視頻作為確保電力系統(tǒng)運(yùn)行穩(wěn)定性和安全性的關(guān)鍵手段，由于電力監(jiān)控視頻的實(shí)時(shí)傳輸和圖像質(zhì)量對(duì)于快速響應(yīng)電網(wǎng)中的異常情況至關(guān)重要，以運(yùn)維人員確保及時(shí)發(fā)現(xiàn)并解決潛在電網(wǎng)異常現(xiàn)象，比如設(shè)備過熱、線路老化或短路等潛在缺陷，有效預(yù)防線路事故的發(fā)生，因此，對(duì)電力監(jiān)控視頻的圖像質(zhì)量要求較高，然而，隨著電力系統(tǒng)監(jiān)控視頻數(shù)據(jù)量的急劇增加，現(xiàn)有的視頻壓縮技術(shù)已無法滿足日益增長的電力系統(tǒng)監(jiān)控視頻高質(zhì)量需求，尤其是在實(shí)時(shí)編碼壓縮方面。
2、多功能視頻編碼(versatile?video?coding，vvc)作為最新一代視頻編碼標(biāo)準(zhǔn)，相較于高效視頻編碼標(biāo)準(zhǔn)(high?efficiency?video?coding，hevc)，在相同視頻質(zhì)量下能夠提供約50％的碼率節(jié)省，然而，多功能視頻編碼技術(shù)也帶來了較高的編碼復(fù)雜度，特別是在幀內(nèi)預(yù)測(cè)部分，幀內(nèi)預(yù)測(cè)是視頻編碼中的關(guān)鍵步驟，它直接影響編碼效率和視頻質(zhì)量，在多功能視頻編碼中，幀內(nèi)預(yù)測(cè)引入了例如嵌套多類型樹的四叉樹劃分結(jié)構(gòu)(quadtree?withnested?multi-type?tree，qtmt)、多參考行預(yù)測(cè)(multiple?reference?line，mrl)和幀內(nèi)子塊劃分(intra?sub-partitions，isp)等技術(shù)，使得幀內(nèi)模式選擇的數(shù)量從高效視頻編碼標(biāo)準(zhǔn)hevc的35種擴(kuò)展到67種。
3、盡
技術(shù)實(shí)現(xiàn)思路
1、為解決以上技術(shù)問題，本專利技術(shù)提供了一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法及系統(tǒng)。
2、第一方面，本專利技術(shù)提供了一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，所述方法包括以下步驟：
3、對(duì)接收到的電力系統(tǒng)監(jiān)控視頻幀進(jìn)行預(yù)處理，提取出電力系統(tǒng)監(jiān)控視頻幀的多個(gè)最大編碼單元；
4、引入量化參數(shù)，利用基于深度學(xué)習(xí)的自適應(yīng)多尺度空間預(yù)測(cè)網(wǎng)絡(luò)對(duì)所述最大編碼單元進(jìn)行自適應(yīng)劃分預(yù)測(cè)，得到每個(gè)最大編碼單元的最優(yōu)子編碼塊劃分模式；
5、根據(jù)所述最優(yōu)子編碼塊劃分模式對(duì)所述最大編碼單元進(jìn)行劃分，得到待編碼的子編碼塊；
6、利用紋理感知網(wǎng)絡(luò)對(duì)所述子編碼塊進(jìn)行模式預(yù)測(cè)，得到子編碼塊的最優(yōu)幀內(nèi)編碼模式；
7、根據(jù)所述最優(yōu)幀內(nèi)編碼模式對(duì)電力系統(tǒng)監(jiān)控視頻的子編碼塊進(jìn)行編碼，得到編碼視頻流數(shù)據(jù)。
8、在進(jìn)一步的實(shí)施方案中，所述引入量化參數(shù)，利用基于深度學(xué)習(xí)的自適應(yīng)多尺度空間預(yù)測(cè)網(wǎng)絡(luò)對(duì)所述最大編碼單元進(jìn)行自適應(yīng)劃分預(yù)測(cè)，得到每個(gè)最大編碼單元的最優(yōu)子編碼塊劃分模式的步驟包括：
9、將最大編碼單元作為目標(biāo)編碼單元，從電力系統(tǒng)監(jiān)控視頻幀中提取目標(biāo)編碼單元的亮度數(shù)據(jù)，并利用紋理提取模塊對(duì)目標(biāo)編碼單元的亮度數(shù)據(jù)進(jìn)行特征提取，得到編碼塊紋理信息；
10、遍歷多種類型的樹狀劃分方式，根據(jù)所述編碼塊紋理信息確定目標(biāo)編碼單元采用每種類型樹狀劃分方式的劃分概率；
11、根據(jù)每個(gè)類型樹狀劃分方式的劃分概率確定目標(biāo)編碼單元的劃分模式預(yù)測(cè)結(jié)果，并根據(jù)所述劃分模式預(yù)測(cè)結(jié)果，將目標(biāo)編碼單元?jiǎng)澐譃槎鄠€(gè)子編碼單元；
12、將多個(gè)子編碼單元作為下一遞歸劃分階段的目標(biāo)編碼單元，重復(fù)上述步驟，根據(jù)量化參數(shù)對(duì)目標(biāo)編碼單元進(jìn)行遞歸劃分預(yù)測(cè)，直至達(dá)到遞歸結(jié)束條件，生成最優(yōu)子編碼塊劃分模式。
13、在進(jìn)一步的實(shí)施方案中，所述紋理提取模塊包括串行的多個(gè)紋理提取單元；所述紋理提取單元包括第一卷積層、視覺注意力網(wǎng)絡(luò)模塊和池化層；
14、視覺注意力網(wǎng)絡(luò)模塊包括依次連接的第二卷積層、激活層、深度可分離卷積層、深度擴(kuò)張卷積層、第三卷積層、第四卷積層和前饋神經(jīng)網(wǎng)絡(luò)模塊；其中，視覺注意力網(wǎng)絡(luò)模塊的輸入與第四卷積層的輸出形成殘差連接；激活層的輸出與第三卷積層的輸出形成殘差連接。
15、在進(jìn)一步的實(shí)施方案中，所述利用紋理感知網(wǎng)絡(luò)對(duì)所述子編碼塊進(jìn)行模式預(yù)測(cè)，得到子編碼塊的最優(yōu)幀內(nèi)編碼模式的步驟包括：
16、通過小波變換預(yù)處理模塊將所述子編碼塊進(jìn)行小波變換，得到子編碼塊淺層細(xì)節(jié)特征圖；
17、利用多個(gè)級(jí)聯(lián)的輕量級(jí)自注意力模塊對(duì)所述子編碼塊淺層細(xì)節(jié)特征圖進(jìn)行紋理特征提取，得到子編碼塊紋理特征；
18、獲取子編碼塊量化參數(shù)信息以及子編碼塊的相鄰已編碼塊幀內(nèi)預(yù)測(cè)模式，并根據(jù)所述子編碼塊紋理特征、所述子編碼塊量化參數(shù)信息和所述相鄰已編碼塊幀內(nèi)預(yù)測(cè)模式，預(yù)測(cè)得到子編碼塊的最優(yōu)幀內(nèi)編碼模式。
19、在進(jìn)一步的實(shí)施方案中，所述通過小波變換預(yù)處理模塊將所述子編碼塊進(jìn)行小波變換，得到子編碼塊淺層細(xì)節(jié)特征圖的步驟包括：
20、對(duì)所述子編碼塊進(jìn)行小波變換，分解得到子圖像集合，子圖像集合包括低頻子圖像、水平高頻子圖像、垂直高頻子圖像和對(duì)角高頻子圖像；
21、利用深度可分離卷積網(wǎng)絡(luò)對(duì)子圖像集合進(jìn)行特征提取，得到高低頻特征圖；高低頻特征圖包括水平高頻特征圖、垂直高頻特征圖、對(duì)角高頻特征圖和低頻特征圖；
22、將水平高頻特征圖、垂直高頻特征圖和對(duì)角高頻特征圖進(jìn)行相加，得到高頻特征總和圖像；
23、將低頻特征圖和高頻特征總和圖像在通道上進(jìn)行合并，得到子編碼塊特征圖；
24、利用深度可分離卷積網(wǎng)絡(luò)對(duì)子編碼塊特征圖進(jìn)行淺層細(xì)節(jié)特征提取，得到子編碼塊淺層細(xì)節(jié)特征圖。
25、在進(jìn)一步的實(shí)施方案中，所述輕量級(jí)自注意力模塊包括串行的深度殘差模塊、層次殘差模塊、自注意力模塊和深度可分離卷積網(wǎng)絡(luò)；
26、所述深度殘差模塊包括串行的深度殘差塊、批歸一化層和全局線性單元激活層；所述層次殘差模塊包括并聯(lián)連接的批歸一化層、殘差歸一化模塊和加權(quán)批歸一化模塊。
27、在進(jìn)一步的實(shí)施方案中，所述相鄰已編碼塊幀內(nèi)預(yù)測(cè)模式為子編碼塊相鄰本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，所述引入量化參數(shù)，利用基于深度學(xué)習(xí)的自適應(yīng)多尺度空間預(yù)測(cè)網(wǎng)絡(luò)對(duì)所述最大編碼單元進(jìn)行自適應(yīng)劃分預(yù)測(cè)，得到每個(gè)最大編碼單元的最優(yōu)子編碼塊劃分模式的步驟包括：
3.如權(quán)利要求2所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于：所述紋理提取模塊包括串行的多個(gè)紋理提取單元；所述紋理提取單元包括第一卷積層、視覺注意力網(wǎng)絡(luò)模塊和池化層；
4.如權(quán)利要求1所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，所述利用紋理感知網(wǎng)絡(luò)對(duì)所述子編碼塊進(jìn)行模式預(yù)測(cè)，得到子編碼塊的最優(yōu)幀內(nèi)編碼模式的步驟包括：
5.如權(quán)利要求4所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，所述通過小波變換預(yù)處理模塊將所述子編碼塊進(jìn)行小波變換，得到子編碼塊淺層細(xì)節(jié)特征圖的步驟包括：
6.如權(quán)利要求4所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于：所述輕量級(jí)自注意力模塊包括串行的深度殘差模塊、層次殘差模塊
7.如權(quán)利要求4所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于：所述相鄰已編碼塊幀內(nèi)預(yù)測(cè)模式為子編碼塊相鄰且已編碼完成的子編碼塊所采用的最優(yōu)幀內(nèi)預(yù)測(cè)模式。
8.一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化系統(tǒng)，其特征在于，所述系統(tǒng)包括：
9.如權(quán)利要求8所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化系統(tǒng)，其特征在于，所述最優(yōu)劃分預(yù)測(cè)模塊，具體用于：
10.如權(quán)利要求9所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化系統(tǒng)，其特征在于：所述紋理提取模塊包括串行的多個(gè)紋理提取單元；所述紋理提取單元包括第一卷積層、視覺注意力網(wǎng)絡(luò)模塊和池化層；
...【技術(shù)特征摘要】
1.一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，所述引入量化參數(shù)，利用基于深度學(xué)習(xí)的自適應(yīng)多尺度空間預(yù)測(cè)網(wǎng)絡(luò)對(duì)所述最大編碼單元進(jìn)行自適應(yīng)劃分預(yù)測(cè)，得到每個(gè)最大編碼單元的最優(yōu)子編碼塊劃分模式的步驟包括：
3.如權(quán)利要求2所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于：所述紋理提取模塊包括串行的多個(gè)紋理提取單元；所述紋理提取單元包括第一卷積層、視覺注意力網(wǎng)絡(luò)模塊和池化層；
4.如權(quán)利要求1所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，所述利用紋理感知網(wǎng)絡(luò)對(duì)所述子編碼塊進(jìn)行模式預(yù)測(cè)，得到子編碼塊的最優(yōu)幀內(nèi)編碼模式的步驟包括：
5.如權(quán)利要求4所述的一種電力系統(tǒng)監(jiān)控視頻快速編碼優(yōu)化方法，其特征在于，所述通過小波變換預(yù)處理模塊將所述子編碼塊進(jìn)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：周偉軍，胡鑫威，李盧城，張鵬輝，葉吉超，柴郁榮，陳家慧，蔡立，陳玉祺，陳俊，季楊崇一，
申請(qǐng)(專利權(quán))人：國網(wǎng)浙江省電力有限公司遂昌縣供電公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。