[发明专利]一种基于视频流检测的图像压缩方法及系统

说明书

本发明涉及一种图像压缩的技术领域，揭露了一种基于视频流检测的图像压缩方法，包括：获取待检测视频流，利用目标检测模型检测视频流中的目标图像，并提取所述目标图像；利用自适应剪枝算法对目标检测模型中的卷积核和参数进行剪枝，并利用剪枝后的目标检测模型提取目标图像特征；使用基于滑动窗口的特征切分方法，对目标图像特征进行切分；利用基于变换域的编码采样算法对切分后的特征进行编码处理，完成目标图像的压缩。本发明还提供了一种基于视频流检测的图像压缩系统。本发明实现了图像的压缩。

技术领域

本发明涉及图像压缩的技术领域，尤其涉及一种基于视频流检测的图像压缩方法及系统。

背景技术

随着移动设备的快速迭代更新，人们可以及时搜索所需的信息，并相互传输。简简单单的文字传输信息已不能满足需求，语言和图像作为传递信息的载体，越来越受到大家的欢迎，使用频率逐渐上升。尤其是图像，传达着文字和语言所不能替代的信息。同时，随着信息化的发展，网络中的视频量也越来越大，如何从视频流中获得想要的图像，并高效地传输图像数据信息，将成为当前研究的热门话题。

现有图像压缩算法主要有分形压缩编码算法，但是在分形图像编码过程中，需要在海量码本中搜索最佳匹配块，这需要耗费大量的时间，不利于分形图像压缩编码的推广和应用，并且在编码过程中会出现“块效应”，这也影响着重构图像质量。

鉴于此，如何检测到视频流中的目标图像，并在保证目标图像压缩质量的基础上，对目标图像的进行更为快速的压缩编码，同时对现有压缩图像重建算法进行改进，从而实现对目标图像的压缩，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种基于视频流检测的图像压缩方法，通过利用一种目标检测算法检测到视频流中的目标图像，并提出一种图像编码算法，利用该图像编码算法对视频流中的目标图像进行编码处理，实现了目标图像的压缩。

为实现上述目的，本发明提供的一种基于视频流检测的图像压缩方法，包括：

获取待检测视频流，利用目标检测网络提取视频流帧特征；

利用光流网络估计视频流中当前帧的视频流特征和临近帧的视频流特征之间的流场，得到当前帧的扭曲特征；

计算当前帧的扭曲特征与当前帧的视频流特征之间的余弦相似度，并基于两者的余弦相似度进行帧权重的赋值；

利用基于帧权重的特征聚类公式进行帧特征的聚类，利用汉明距离计算当前帧的聚类特征与视频流帧特征之间的相似性，选取相似度最高的K个图像作为视频流中所检测到的目标图像；

利用自适应剪枝算法对目标检测网络中的卷积核和参数进行剪枝，并利用剪枝后的目标检测模型提取目标图像特征；

使用基于滑动窗口的特征切分方法，对目标图像特征进行切分；

利用基于变换域的编码采样算法对切分后的特征进行编码处理，完成目标图像的压缩。

可选地，所述利用目标检测网络提取视频流帧特征，包括：

对于每一帧图像I，所述目标检测网络所生成的特征图为：

f_I＝N_feat(I)

其中：

N_feat为目标检测网络ResNet-101残差网络结构。

可选地，所述利用光流网络估计视频流中当前帧的视频流特征和临近帧的视频流特征之间的流场，包括：