本发明涉及一种视频编解码领域，更具体的说，涉及一种灵活高效的感兴趣区域设置方法。
背景技术：
感兴趣区域(ROI)可以在不增加传输带宽的基础上，将使所设置的感兴趣区域画质更清晰，而不去关心感兴趣区域之外的画质。采用ROI技术，既能保证感兴趣区域画质，又能保证传输不超过带宽限制。
传统的ROI特别是SVAC的ROI实现则增加一个专用的编码条带，这样既增加了传输带宽，另外对解码器也造成一定压力，不利于在设备中实现。
另外传统的SVAC ROI对感兴趣区域的设置个数也有限制，不能任意设置ROI的数目，设置区域也只能局限于矩形框。
技术实现要素：
本发明针对上述现有技术中存在的不足，提供一种感兴趣区域设置方法，解决了上述现有技术中存在的每个ROI都需要一个独立的编码条带，增加了传输带宽；ROI数目有限制；ROI形状只能是矩形框的技术问题。
为达到上述目的，本发明所采用的技术方案如下：
一种感兴趣区域设置方法，包括以下步骤：
步骤1：以宏块为单位在整个画面中选择感兴趣区域；
步骤2：设置感兴趣区域内外之间的量化参数的差异值；
步骤3：编码器根据所设置的差异值，在码率控制范围内设置每个宏块的量化参数；
步骤4：编码器根据不同量化参数编码来决定图像质量。
所述感兴趣区域为任意形状。
所述感兴趣区域为一个或多个。
所述步骤2设置感兴趣区域内外之间的量化参数的差异值的具体方法是：用户根据所需要的感兴趣区域和非感兴趣区域的质量差来设置差异值，差异值取值范围是0到6，其中0是没有差异，6是最大差异，差异越大表明感兴趣区域的图像质量越好。
所述步骤3编码器根据所设置的差异值，在码率控制范围内设置每个宏块的量化参数的具体方法是：编码器接收到设置的差异值后，首先根据所设置的码率来确定整个视频帧的量化参数，记为Q，差异值记为delta，则感兴趣区域内的量化值为Q-delta，感兴趣区域外的量化值为Q+delta。
对所述感兴趣区域结合智能算法，能够动态设置。
所述智能算法包括人脸识别算法，当识别到人脸时，将识别到的人脸区域设置为感兴趣区域，则人脸移动时，感兴趣区域也会动态设置，这样能保证人脸的图像质量比非感兴趣区域好。
将感兴趣区域内的量化值设为Q+delta，非感兴趣区域量化值设为Q-delta，则感兴趣区域图像质量比非感兴趣区域差，从而实现感兴趣区域的图像质量反转。
本发明由于采用了上述技术方案，其有益效果如下：
1)不占用多余编码条带，节省了带宽，减轻了解码压力；
2)可以以宏块为单位在整个画面中任意设置感兴趣区域，没有数目限制；
3)结合智能算法，可以动态设置感兴趣区域；
4)不仅可以使感兴趣区域比之外图像质量好，还可以实现反转，感兴趣区域外比之内图像质量好。
附图说明
图1是本发明所提供的方法流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明技术方案做一详细的描述。
图1所示，本发明所提供的灵活高效的感兴趣区域设置方法，包括步骤如下：
步骤1：以宏块为单位在整个画面中选择感兴趣区域；
步骤2：设置感兴趣区域内外之间的量化参数的差异值；
步骤3：编码器根据所设置的差异值，在码率控制范围内设置每个宏块的量化参数；
步骤4：编码器根据不同量化参数编码。
对监控范围内有多个感兴趣监控点，并且感兴趣监控点不规则的情况下，使用本方法可以更加灵活的不限个数，不限形状的设置感兴趣区域。
结合人脸识别算法，可以将人脸区域设置为感兴趣区域。具体实现为：人脸识别算法检测到人脸时，会给出人脸所在的区域，将该区域设置为感兴趣区域，可以提高人脸的图像质量。
结合车牌识别算法可以将车牌区域设置为感兴趣区域。具体实现为：车牌识别算法检测到车牌时，会给出车牌所在的区域，将该区域设置为感兴趣区域，可以提高车牌图像质量。
针对某些隐私情况，比如重要人物的人脸，结合人脸识别算法，将人脸识别算法检测到的脸部区域设置为感兴趣区域，并将其质量反转，这使人脸的图像质量比背景的图像质量差，从而实现保护其隐私的目的。
上述实施例仅用于说明本发明技术方案，但其并不是用来限定本发明。任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的内容对本发明所提出的方案做出可能的变动和修改，因此，凡是未脱离本发明的技术内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明的保护范围。