买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海工程技术大学

摘要：本发明提供了一种基于兴趣区域增强的视频压缩方法及装置，所述方法包括：对视频帧进行变换和量化处理，去除空间冗余信息；通过YOLOv4提取图像感兴趣区域，并将RGB颜色空间分量转化为HSV空间分量，再对兴趣区域进行增强；在图像增强后，对数据中的亮度分量进行压缩；将兴趣区域增强后的一部分图像数据作为训练数据，利用训练数据训练生成对抗网络；对压缩后的亮度分量进行解码，将解码后的图像输入至生成对抗网络中，对图像进行着色，获得解码后的增强图像。本发明通过YOLOv4检测兴趣区域，并在HSV空间进行图像增强，仅对图像亮度分量进行压缩，提高了视频压缩效率。

主权项：1.一种基于兴趣区域增强的视频压缩方法，其特征在于，所述方法包括以下步骤：对视频帧进行变换和量化处理，去除空间冗余信息；通过YOLOv4提取图像感兴趣区域，并将RGB颜色空间分量转化为HSV空间分量，再对兴趣区域进行增强；在图像增强后，对数据中的亮度分量进行压缩；将兴趣区域增强后的R、G、B分量图像数据作为训练数据，利用训练数据训练生成对抗网络；所述通过YOLOv4提取图像感兴趣区域，并将RGB颜色空间分量转化为HSV空间分量，再对兴趣区域进行增强的步骤具体包括以下步骤：利用YOLOv4对图像中的人和车辆进行检测，并将所检测的人和车辆等目标作为兴趣区域；将兴趣区域RGB颜色空间图像转化为HSV空间图像；利用取对数的方法对V分量的照射光分量和反射光分量进行分离；对V分量进行增强；对S分量进行自适应调整；对图像进行增强后，把增强后的H、S、V分量重新转换为R、G、B分量；所述将兴趣区域RGB颜色空间图像转化为HSV空间图像，采用的公式为： 其中，R、G、B分别为图像的R、G、B分量，H、S、V分别为图像在HSV空间的分量，H∈[0，360]、S∈[0，1]、V∈[0，1]，Tmax是R、G、B中的最大值，Tmin是R、G、B中的最小值；所述利用取对数的方法对V分量的照射光分量和反射光分量进行分离，采用的公式为：V＝L×R式中，V为图像在HSV空间的V分量，L是环境照射图像数据，R是反射图像数据；所述对V分量进行增强的步骤中，增强后的V分量可表示为V’： 式中，ωn为第n个尺度的加权系数，N是尺度个数；所述对S分量进行自适应调整的步骤中，调整后的S分量可表示为S’：S′＝S+t×V′-V×λ式中，t为比例常数，λ为自适应系数；所述将兴趣区域增强后的图像数据作为训练数据，利用训练数据训练生成对抗网络的步骤具体包括以下步骤：构建色度分量生成对抗网络对图片进行着色；设计生成器损失函数；所述在图像增强后，对数据中的亮度分量进行压缩的步骤中，对增强后图像的亮度分量进行压缩的公式为：Y′＝CY式中，C为图像编码器，Y为图像亮度信号，Y’为压缩后的亮度信号；所述生成器损失函数为：Lmixed＝a1·La+a2·LMSE+a3Lcontent+a4Lcolor式中，a1，a2，a3，a4是损失函数权重，其中La为对抗损失项：La＝-logDGY式中，log为log函数，D为图像判别器模型，LMSE为均方差损失项：LMSE＝||GY-X||2式中，||||2为2范数，X为目标彩色图像即生成器生成的参考彩色图像；G为生成对抗网络输出，Y为生成对抗网络输入，Lcontent为特征损失项： 式中，||||1为1范数，Cj、Hj、Wj分别表示特征图的通道数、长和宽，为网络特征提取层的第j层输出； 式中，gy为生成的图像，G0和Gt为高斯滤波器；对压缩后的亮度分量进行解码，将解码后的图像输入至生成对抗网络中，对图像进行着色，获得解码后的增强图像。

全文数据：

权利要求：

百度查询： 上海工程技术大学 一种基于兴趣区域增强的视频压缩方法及装置