of Absolute Difference)进行选择。该一最值选择可通 过一个可编程逻辑控制器任LC)实现。在前一帖中捜索最相近重构描述子时，可W在前一 帖的全部数据中捜索，也可W自定义捜索范围，如，根据所述视频的运动矢量进行捜索，在 当前描述子运动矢量所指向的位置处，距离最近的五个节点的范围内捜索最相近的重构描 述子。
[0042] 特别的，上述帖间预测时，作为当前局部特征描述子的预测结果的所述重构描述 子，除在相应范围内的最相近的重构描述子外，也可W根据需要进行其他定义，如对应位置 的重构描述子、相反特征的重构描述子。
[0043] 步骤S102,计算所述预测信号的残差系数。
[0044] 优选的，本步骤中计算预测残差，通过作差的方法进行。
[0045] 步骤S104,对所述残差系数进行量化得到量化系数。
[0046] 本步骤中的量化方式，可W为标量量化，也可W为矢量量化。
[0047] 步骤S105,对所述量化系数进行滴编码，输出码流。
[0048] 本步骤中的滴编码，优选的，编码模型采用视频编码标准中常用的上下文自适应 的二进制滴编码方法（CABAC, Context-Adaptive Binary Arithmetic Coding),最终形成 二值化码流。
[0049] 通过本实施例所述的视频局部特征描述子压缩方法，对视频局部特征描述子进行 压缩，在联合视频内容的基础上，使压缩后的视频数据得到紧凑的表示，达到的很高的压缩 比，从而提高了视频数据的传输速率和存储效率，同时提高了视频数据的检索效率。
[0050] 图2是本发明第二实施方式的视频局部特征描述子的压缩方法流程示意图。
[0化1] 如图2所示，本实施方式中的步骤S201、S202、S205与第一实施方式中的步骤 S102、S102、S104、S105基本相同，不同的是，本实施方式对局部特征描述子的压缩方法中， 在步骤S202之后、步骤S204之前还包括步骤S203,同时相应的步骤S204有所不同，具体 的：
[0052] 步骤S203,对所述残差系数进行变换得到变换系数。
[0化3] 优选的，本步骤中的变换方式为DCT变换或KLT变换或DST变换变换，从而得到变 换系数。该里的变换可W采用一维系数矩阵，也可W采用二维系数矩阵。
[0054] 步骤S204,对所述变换系数进行量化并得到量化系数。该里的量化可W为标量量 化，也可W为矢量量化。
[0化5] 图3是本发明第二实施方式具体实施例的压缩方法流程图。
[0056] 本实施例W-个视频数据的128维SIFT局部特征描述子为例，详细说明本发明的 压缩方法。
[0057] 如图3所示，本实施例的基于视频的局部特征描述子的压缩方法，包括如下步骤： [0化引步骤S301，首先对原始视频帖所携带的视频内容通过视频编码器进行编码，得到 视频的运动矢量信息。
[0化9] 步骤S302,从原始视频帖中提取局部特征描述子，具体的：
[0060] 假设当前正在编码的第i帖的第j个局部特征描述子为S =(与，，其中 是描述子的空间位置信息，是局部特征描述子向量。
[0061] 步骤S303,对所提取的所述局部特征描述子进行帖间预测，通过式（1)
[00 创
【主权项】
1. 一种视频局部特征描述子的压缩方法，其特征在于，所述方法包括如下步骤： 联合视频内容对当前局部特征描述子进行帖间预测得到预测信号； 计算所述预测信号的残差系数； 对所述残差系数进行量化得到量化系数； 对所述量化系数进行滴编码，输出码流。
2. 根据权利要求1所述的视频局部特征描述子的压缩方法，其特征在于，所述计算残 差系数之后，得到量化系数之前，所述方法还包括： 对所述残差系数进行变换得到变换系数； 对所述残差系数进行量化得到量化系数，进一步为，对所述变换系数进行量化并得到 量化系数。
3. 根据权利要求1所述的视频局部特征描述子的压缩方法，其特征在于，所述方法还 包括；对所述量化系数进行反量化和反变换，得到重构描述子，并存储所述重构描述子。
4. 根据权利要求3所述的视频局部特征描述子的压缩方法，其特征在于，所述联合视 频内容对当前局部特征描述子进行帖间预测得到预测信号，进一步包括：在所述当前局部 特征描述子所在帖的已编码的前一帖中，找到一个与所述当前局部特征描述子最相近的重 构描述子，作为预测信号。
5. 根据权利要求4所述的视频局部特征描述子的压缩方法，其特征在于，所述量化为 标量量化或矢量量化。
6. -种视频局部特征描述子的压缩系统，其特征在于，所述系统包括：预测模块、残差 系数计算模块、量化模块、编码模块 所述预测模块用于联合视频内容对当前局部特征描述子进行帖间预测得到预测信 号； 所述残差系数计算模块与所述预测模块相连，用于计算所述预测信号的残差系数； 所述量化模块与所述残差系数计算模块相连，用于对所述残差系数进行量化得到量化 系数； 所述编码模块与所述量化模块相连，用于对所述量化系数进行滴编码，输出码流。
7. 根据权利要求6所述的视频局部特征描述子的压缩系统，其特征在于，所述系统还 包括变换模块，所述变换模块与所述残差系数计算模块和量化模块相连，用于对所述残差 系数进行变换得到变换系数； 所述量化模块还用于对所述变换系数进行量化并得到量化系数。
8. 根据权利要求6所述的视频局部特征描述子的压缩系统，其特征在于，所述系统还 包括；重构描述子存储模块，用于对所述量化系数进行反量化和反变换，得到重构描述子， 并存储所述重构描述子。
9. 根据权利要求8所述的视频局部特征描述子的压缩系统，其特征在于，所述预测模 块进一步用于在所述当前局部特征描述子所在帖的已编码的前一帖中，找到一个与所述当 前局部特征描述子最相近的重构描述子，作为预测信号。
10. -种视频压缩方法，其特征在于，所述方法包括： 对视频原始数据进压缩，得到视频自身码流； 联合所述视频的内容，采用权利要求1至5任一项所述的视频局部特征描述子的压缩 方法，对视频原始数据中的局部特征描述子进行压缩，得到滴编码后的描述子码流； 将所述描述子码流输出到所述视频自身码流中，输出视频码流。
【专利摘要】本发明公开了一种视频局部特征描述子的压缩方法、系统和视频压缩方法，所述视频局部特征描述子的压缩方法包括联合视频内容的帧间预测、量化、熵编码，而后计算预测信号的残差系数，对残差系数进行量化得到量化系数，再对量化系数进行熵编码，输出熵编码后形成的码流，完成对视频的局部特征描述子的压缩。通过本发明对视频局部特征描述子进行压缩，在联合视频内容的基础上，使压缩后的视频数据得到紧凑的表示，达到高的压缩比，从而提高视频数据的传输速率、存储效率及压缩效率，同时提高了视频数据的检索效率。
【IPC分类】H04N19-124, H04N19-13, H04N19-61
【公开号】CN104661035
【申请号】CN201510073614
【发明人】马思伟, 张翔, 王苫社, 王诗淇
【申请人】北京大学
【公开日】2015年5月27日
【申请日】2015年2月11日