阅读说明：本技术 视频压缩的方法、装置、计算机系统和可移动设备 (Video compression method, device, computer system and movable equipment ) 是由 朱磊 高修峰 林茂疆 于 2018-07-27 设计创作，主要内容包括：公开了一种视频压缩的方法、装置、计算机系统和可移动设备。该方法包括：获取第一量化矩阵,其中,所述第一量化矩阵中高频分量的量化参数小于低频分量的量化参数,所述高频分量的量化参数对应的频率高于所述低频分量的量化参数对应的频率；根据所述第一量化矩阵对第一视频进行压缩。本申请实施例的技术方案,能够提高视频压缩的效率。(A method, apparatus, computer system and removable device for video compression are disclosed. The method comprises the following steps: acquiring a first quantization matrix, wherein a quantization parameter of a high-frequency component in the first quantization matrix is smaller than a quantization parameter of a low-frequency component, and a frequency corresponding to the quantization parameter of the high-frequency component is higher than a frequency corresponding to the quantization parameter of the low-frequency component; compressing the first video according to the first quantization matrix. According to the technical scheme, the efficiency of video compression can be improved.)

视频压缩的方法、装置、计算机系统和可移动设备

版权申明

本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。

技术领域

本申请涉及视频处理领域，并且更具体地，涉及一种视频压缩的方法、装置、计算机系统和可移动设备。

背景技术

视频内容分析是利用视觉算法对保存下来的视频进行分析，以利用视频内容分析结果进行相应的应用。例如，对飞行系统的黑匣子保存的视频进行视频内容分析，可以用于进行事故原因分析等。

为了保证视频内容分析结果的准确性，需要视频有较高的质量。然而，较高质量的视频通常是无损压缩或低压缩率压缩，这又会增大资源需求。

因此，需要一种适应于视频内容分析的视频压缩的方法，以提高视频压缩的效率。

发明内容

本申请实施例提供了一种视频压缩的方法、装置、计算机系统和可移动设备，能够提高视频压缩的效率。

第一方面，提供了一种视频压缩的方法，包括：获取第一量化矩阵，其中，所述第一量化矩阵中高频分量的量化参数小于低频分量的量化参数，所述高频分量的量化参数对应的频率高于所述低频分量的量化参数对应的频率；根据所述第一量化矩阵对第一视频进行压缩。

第二方面，提供了视频压缩的装置，包括：获取模块，用于获取第一量化矩阵，其中，所述第一量化矩阵中高频分量的量化参数小于低频分量的量化参数，所述高频分量的量化参数对应的频率高于所述低频分量的量化参数对应的频率；压缩模块，用于根据所述第一量化矩阵对第一视频进行压缩。。

第三方面，提供了一种计算机系统，包括：存储器，用于存储计算机可执行指令；处理器，用于访问所述存储器，并执行所述计算机可执行指令，以进行上述第一方面的方法中的操作。

第四方面，提供了一种可移动设备，包括：上述第二方面的视频压缩的装置；或者，上述第三方面的计算机系统。

第五方面，提供了一种计算机存储介质，该计算机存储介质中存储有程序代码，该程序代码可以用于指示执行上述第一方面的方法。

本申请实施例的技术方案，根据高频分量的量化参数小于低频分量的量化参数的量化矩阵对视频进行压缩，可以在满足视频内容分析需求的情况下压缩视频，从而能够提高视频压缩的效率。

附图说明

图1是应用本申请实施例的技术方案的架构图。

图2是本申请实施例的待处理数据的示意图。

图3是本申请实施例的编码框架示意图。

图4是本申请实施例的可移动设备的示意性架构图。

图5是本申请实施例的视频压缩的方法的示意性流程图。

图6是本申请一个实施例的视频压缩的装置的示意性框图。

图7是本申请另一个实施例的视频压缩的装置的示意性框图。

图8是本申请实施例的计算机系统的示意性框图。

具体实施方式

下面将结合附图，对本申请实施例中的技术方案进行描述。

应理解，本文中的具体的例子只是为了帮助本领域技术人员更好地理解本申请实施例，而非限制本申请实施例的范围。

还应理解，本申请实施例中的公式只是一种示例，而非限制本申请实施例的范围，各公式可以进行变形，这些变形也应属于本申请保护的范围。

还应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

还应理解，本说明书中描述的各种实施方式，既可以单独实施，也可以组合实施，本申请实施例对此并不限定。

除非另有说明，本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本申请的范围。本申请所使用的术语“和/或”包括一个或多个相关的所列项的任意的和所有的组合。

图1是应用本申请实施例的技术方案的架构图。

如图1所示，系统100可以接收待处理数据102，对待处理数据102进行处理，产生处理后数据108。例如，系统100可以接收待压缩的视频，对待压缩的视频进行编码等处理，以压缩视频。在一些实施例中，系统100中的部件可以由一个或多个处理器实现，该处理器可以是计算设备中的处理器，也可以是可移动设备(例如无人机)中的处理器。该处理器可以为任意种类的处理器，本申请实施例对此不做限定。在一些可能的设计中，该处理器可以包括编码器、解码器或编解码器等。系统100中还可以包括一个或多个存储器。该存储器可用于存储指令和数据，例如，实现本申请实施例的技术方案的计算机可执行指令，待处理数据102、处理后数据108等。该存储器可以为任意种类的存储器，本申请实施例对此也不做限定。

图2示出了本申请实施例的待处理数据的示意图。

如图2所示，待处理数据202可以包括多个帧204。例如，多个帧204可以表示视频流中的连续的图像帧。每个帧204可以包括一个或多个条带或贴砖(tile)206。每个条带或tile206可以包括一个或多个宏块或编码单元208。每个宏块或编码单元208可以包括一个或多个块210。每个块210可以包括一个或多个像素212。每个像素212可以包括一个或多个数据集，对应于一个或多个数据部分，例如，亮度数据部分和色度数据部分。数据单元可以为帧，条带，tile，编码单元，宏块，块，像素或以上任一种的组。在不同的实施例中，数据单元的大小可以变化。作为举例，一个帧204可以包括100个条带206，每个条带206可以包括10个宏块208，每个宏块208可以包括4个(例如，2x2)块210，每个块210可以包括64个(例如，8x8)像素212。

为了减少视频存储和传输所占用的带宽，需要对视频数据进行编码压缩处理。任何合适的编码技术都可以用于编码待编码数据。编码类型依赖于被编码的数据和具体的编码需求。

在一些实施例中，编码器可以实现一种或多种不同的编解码器。每种编解码器可以包括实现不同编码算法的代码，指令或计算机程序。基于各种因素，包括待编码数据的类型和/或来源，编码数据的接收实体，可用的计算资源，网络环境，商业环境，规则和标准等，可以选择一种合适的编码算法编码给定的待编码数据。

例如，编码器可以被配置为编码一系列视频帧。编码每个帧中的数据可以采用一系列步骤。在一些实施例中，编码步骤可以包括预测、变换、量化、熵编码等处理步骤。

预测包括帧内预测和帧间预测两种类型，其目的在于利用预测块信息去除当前待编码图像块的冗余信息。帧内预测利用本帧图像的信息获得预测块数据。帧间预测利用参考帧的信息获得预测块数据，其过程包括将待编码图像块划分成若干个子图像块；然后，针对每个子图像块，在参考图像中搜索与当前子图像块最匹配的图像块作为预测块；其后，将该子图像块与预测块的相应像素值相减得到残差，并将得到的各子图像块对应的残差组合在一起，得到图像块的残差。

使用变换矩阵对图像的残差块进行变换可以去除图像块的残差的相关性，即去除图像块的冗余信息，以便提高编码效率，图像块中的数据块的变换通常采用二维变换，即在编码端将数据块的残差信息分别与一个NxM的变换矩阵及其转置矩阵相乘，相乘之后得到的是变换系数。变换系数经量化可得到量化后的系数，最后将量化后的系数进行熵编码，最后将熵编码得到的比特流及进行编码后的编码模式信息，如帧内预测模式、运动矢量信息等，进行存储或发送到解码端。在图像的解码端，首先获得熵编码比特流后进行熵解码，得到相应的残差，根据解码得到的运动矢量或帧内预测等信息图像块对应的预测图像块，根据预测图像块与图像块的残差得到当前子图像块中各像素点的值。

图3示出了本申请实施例的编码框架示意图。

如图3所示，在采用帧间预测时，编码的流程可以如下所示：

在301中，获取当前帧图像。在302中，获取参考帧图像。在303a中，利用参考帧图像，进行运动估计，以得到当前帧图像的各个图像块的运动矢量(Motion Vector，MV)。在304a中，利用运动估计得到的运动矢量，进行运动补偿，以得到当前图像块的估计值/预测值。在305中，将当前图像块的估计值/预测值与当前图像块相减，得到残差。在306中，对残差进行变换，以得到变换系数。在307中，变换系数经量化可得到量化后的系数。在308中，将量化后的系数进行熵编码，最后将熵编码得到的比特流及进行编码后的编码模式信息进行存储或发送到解码端。在309中，对量化的结果进行反量化。在310中，对反量化结果进行反变换。在311中，利用反变换结果以及运动补偿结果，得到重建像素。在312中，对重建像素进行滤波(即视频压缩)。在313中，输出滤波后的重建像素。后续，重建后的图像可以作为其他帧图像的参考帧图像进行帧间预测。

在采用帧内预测时，编码的流程可以如下所示：

在302中，获取当前帧图像。在303b中，对当前帧图像进行帧内预测选择。在304b中，当前帧中的当前图像块进行帧内预测。在305中，将当前图像块的估计值与当前图像块相减，得到残差。在306中，对图像块的残差进行变换，以得到变换系数。在307中，变换系数经量化可得到量化后的系数。在308中，将量化后的系数进行熵编码，最后将熵编码得到的比特流及进行编码后的编码模式信进行存储或发送到解码端。在309中，对量化结果进行反量化。在310中，对反量化结果进行反变换，在311中，利用反变换结果以及帧内预测结果，得到重建像素。重建后的图像块可以用于下一图像块的帧内预测。

对于解码端，则进行与编码端相对应的操作。首先利用熵解码以及反量化和反变换得到残差信息，并根据解码码流确定当前图像块使用帧内预测还是帧间预测。如果是帧内预测，则利用当前帧中已重建图像块按照帧内预测方法构建预测信息；如果是帧间预测，则需要解析出运动信息，并使用所解析出的运动信息在已重建的图像中确定参考块，得到预测信息；接下来，再将预测信息与残差信息进行叠加，并经过滤波操作便可以得到重建信息。

本申请实施例的技术方案主要涉及编码过程中的量化步骤，即，通过量化步骤中的改进，提高视频的压缩效率，其他步骤可以参考编码过程中的相关步骤。

本申请实施例的视频压缩的技术方案可以应用于视频内容分析(视觉分析)，但本申请实施例对此并不限定。

在一些设计中，可移动设备可以采用本申请实施例的技术方案压缩采集的视频。该可移动设备可以是无人机、无人驾驶船、自动驾驶车辆、机器人或航拍飞行器等，但本申请实施例对此并不限定。

图4是本申请一个实施例的可移动设备400的示意性架构图。

如图4所示，可移动设备400可以包括动力系统410、控制系统420、传感系统430和处理系统440。

动力系统410用于为该可移动设备400提供动力。

以无人机为例，无人机的动力系统可以包括电子调速器(简称为电调)、螺旋桨以及与螺旋桨相对应的电机。电机连接在电子调速器与螺旋桨之间，电机和螺旋桨设置在对应的机臂上；电子调速器用于接收控制系统产生的驱动信号，并根据驱动信号提供驱动电流给电机，以控制电机的转速。电机用于驱动螺旋桨旋转，从而为无人机的飞行提供动力。

传感系统430可以用于测量可移动设备400的姿态信息，即可移动设备400在空间的位置信息和状态信息，例如，三维位置、三维角度、三维速度、三维加速度和三维角速度等。传感系统430例如可以包括陀螺仪、电子罗盘、惯性测量单元(Inertial MeasurementUnit，IMU)、视觉传感器、全球定位系统(Global Positioning System，GPS)、气压计、空速计等传感器中的至少一种。

在本申请实施例中，传感系统430还可用于采集图像，即传感系统430包括用于采集图像的传感器，例如相机等。

控制系统420用于控制可移动设备400的移动。控制系统420可以按照预先设置的程序指令对可移动设备400进行控制。例如，控制系统420可以根据传感系统430测量的可移动设备400的姿态信息控制可移动设备400的移动。控制系统420也可以根据来自遥控器的控制信号对可移动设备400进行控制。例如，对于无人机，控制系统420可以为飞行控制系统(飞控)，或者为飞控中的控制电路。

处理系统440可以处理传感系统430采集的图像。例如，处理系统440可以为图像信号处理(Image Signal Processing,ISP)类芯片。

处理系统440可以为图1中的系统100，或者，处理系统440可以包括图1中的系统100。

应理解，上述对于可移动设备400的各组成部件的划分和命名仅仅是示例性的，并不应理解为对本申请实施例的限制。

还应理解，可移动设备400还可以包括图4中未示出的其他部件，本申请实施例对此并不限定。

图5示出了本申请一个实施例的视频压缩的方法500的示意性流程图。该方法500可以由图1所示的系统100执行；或者由图4所示的可移动设备400执行。具体地，在由可移动设备400执行时，可以由图4中的处理系统440执行。

510，获取第一量化矩阵，其中，所述第一量化矩阵中高频分量的量化参数小于低频分量的量化参数，所述高频分量的量化参数对应的频率高于所述低频分量的量化参数对应的频率。

量化通过将变换后的变换系数除以相应的量化步长，实现视频压缩。量化步长通过量化矩阵中的量化参数指示。量化矩阵中包括对应各个频率的量化参数，其中，不同频率的量化参数可以不同，以实现选择性的能量区域损失。量化参数越大，量化步长越大，压缩率越大。

在本申请实施例中，采用的第一量化矩阵中高频分量的量化参数小于低频分量的量化参数。也就是说，在本申请实施例的技术方案中，更多地损失低频信息，保留高频信息。

在视频内容分析时，视觉算法更需要清晰地保留视觉对象的边缘、纹理、结构等高频区域信息；而对于低频区域，例如，蓝天、白云、大片的墙等信息，视觉意义较小，因为其不提供任何信息量。因此，在本申请实施例中，针对视觉算法的上述特点，采用非对称量化策略，更多损失低频信息，而保留高频信息，这样可以达到更低码率，更长的压缩时长，同时又能保证视觉算法的还原度和有效性。

520，根据所述第一量化矩阵对第一视频进行压缩。

采用本申请实施例中的第一量化矩阵对第一视频进行量化，具体而言，在量化过程中，各个频率分量(变换系数)除以对应的量化参数所指示的量化步长。由于第一量化矩阵中高频分量的量化参数小于低频分量的量化参数，即，高频分量采用的量化步长小，低频分量采用的量化步长大，因此，量化后，高频分量的压缩比小，压缩损失小，低频分量压缩比大，压缩损失大。采用这种非对称量化策略，既能整体上获得较高的压缩率，提高压缩时长，又能满足视频内容分析的质量要求。因此，本申请实施例的视频压缩的方法，能够提高视频压缩的效率。

可选地，对于不同的场景，可以配置不同的量化矩阵。也就是说，在高频分量的量化参数小于低频分量的量化参数这一基本设置的基础上，不同场景的量化矩阵可以采用不同的量化参数设置。

具体而言，可以预配置多个量化矩阵，每种场景对应一个量化矩阵。在这种情况下，可以根据第一视频的场景，在多个量化矩阵中选择第一视频的场景对应的第一量化矩阵。

例如，可以为每种视频内容分析的场景配置一个量化矩阵，在对视频进行压缩时，根据视频的场景，查找对应的量化矩阵，采用该量化矩阵进行视频压缩。

应理解，场景与量化矩阵的对应关系可以为一对一，也可以为一对多，本申请对此并不限定。

可选地，在本申请一个实施例中，可以根据多个场景的视频样本，确定所述多个量化矩阵。

具体而言，对于每种场景，可以预先根据该场景的视频样本，训练该场景对应的量化矩阵。训练过程可以为，逐渐调整量化矩阵中的量化参数，最终得到满足要求的量化矩阵。

可选地，在本申请一个实施例中，对于所述多个场景中的特定场景，根据所述特定场景的特定视频样本和视频内容分析结果差异门限，调整初始量化矩阵中的量化参数，得到所述特定场景对应的特定量化矩阵，其中，采用所述特定量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异不大于所述视频内容分析结果差异门限。

视频内容分析结果差异门限为视频内容分析时，可以容忍的视频内容分析结果差异门限。也就是说，基于压缩后的视频进行视频内容分析得到的视频内容分析结果，与基于未压缩的视频进行视频内容分析得到的视频内容分析结果的差异，在视频内容分析结果差异门限内时，基于压缩后的视频得到的视频内容分析结果是满足要求的。这样，在确定特定场景对应的特定量化矩阵时，可以在初始量化矩阵的基础上，调整初始量化矩阵中的量化参数，用调整后的量化矩阵对特定视频样本进行压缩，然后进行视频内容分析，将得到的视频内容分析结果与未压缩的特定视频样本对应的视频内容分析结果进行比较，若二者差异大于视频内容分析结果差异门限，则继续调整，若二者差异不大于视频内容分析结果差异门限，则调整结束，调整后的量化矩阵为所述特定场景对应的特定量化矩阵。

上述初始量化矩阵可以为标准量化矩阵，也可以为其他量化矩阵，例如，预定义的量化矩阵，之前使用的量化矩阵等，本申请实施例对此并不限定。

可选地，可以采用如下方式调整初始量化矩阵中的量化参数：

对于所述初始量化矩阵中的第一集合中的每一个量化参数，往增大量化参数的方向调整；若采用调整的量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异收敛，则调整下一个量化参数；其中，所述第一集合包括所述初始量化矩阵中的M个量化参数，所述M个量化参数对应最低的M个频率，M为预定值；

对于所述初始量化矩阵中的第二集合中的每一个量化参数，往减小量化参数的方向调整；若采用调整的量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异收敛，且大于所述视频内容分析结果差异门限，则调整下一个量化参数；若采用调整的量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异不大于所述视频内容分析结果差异门限，则停止调整，得到所述特定量化矩阵；其中，所述第二集合包括所述初始量化矩阵中除所述M个量化参数外的其他量化参数。

具体而言，针对初始量化矩阵中的不同的量化参数，可以采用不同的调整方向。在本实施例中，对于低频部分的量化参数(第一集合中的量化参数)，采用往增大量化参数的方向调整，对于高频部分的量化参数(第二集合中的量化参数)，采用往减小量化参数的方向调整。例如，上述M可以为4，即，对于直流分量，以及前三个交流主分量，往增大量化参数的方向调整，其他交流分量，往减小量化参数的方向调整。在调整过程中，先调整第一集合中的量化参数，由于是往增大量化参数的方向调整，调整后视频内容分析结果会变差，即上述差异会变大，当差异收敛(即差异基本不再变化)时，再调整下一个量化参数。

可选地，对于第一集合中的量化参数，可按照频率从低到高的顺序进行调整。

当调整完第一集合中的量化参数后，再调整第二集合中的量化参数，由于是往减小量化参数的方向调整，调整后视频内容分析结果会变好，即上述差异会变小，在差异不大于所述视频内容分析结果差异门限之前，调整到差异收敛后，再调整下一个量化参数，直到差异不大于所述视频内容分析结果差异门限。这样调整后的量化矩阵即为所述特定场景对应的特定量化矩阵。

可选地，对于所述第二集合中的量化参数，可按照频率从低到高的顺序进行调整，也可按照频率从高到低的顺序进行调整，也可按照预定顺序进行调整。可选地，该预定顺序可以与视频内容分析对各频率分量的依赖程度关联，例如，可以按照依赖程度从高到低的顺序进行调整，但本申请实施例对此并不限定。

可选地，对初始量化矩阵的调整可以采用缩放矩阵调整。例如，可以根据以下公式进行调整：

Q’＝Scl*Qr

其中，Qr是初始量化矩阵，Scl是缩放矩阵，Q’为最终用于量化的量化矩阵。

Scl包括每个量化参数对应的缩放因子，通过Scl对每个量化参数进行缩放，调整其量化强度。在这种情况下，调整量化参数的过程即为调整每个量化参数对应的缩放因子的过程。确定了每个量化参数对应的缩放因子，即确定了缩放矩阵Scl，从而就确定了量化矩阵Q’。

举例来说，假设可以容忍的视频内容分析结果差异门限为T，可以采用如下方式得到缩放矩阵Scl。

获取视频内容分析的场景的视频(样本)；

用视觉算法对原始未压缩视频进行视频内容分析，获得原始分析结果；

使用Q’＝Qr对原始视频压缩，再用视觉算法对解压缩后的视频进行视频内容分析，获得分析结果，计算当前分析结果和原始分析结果的保真度(差异)，定义为g，如果g<T，则无需调整，否则，继续下面的调整；

调整Scl中的逐个缩放因子(每个缩放因子初始值可为1)，以从最低频开始调整为例，调整到g收敛，或者g<T；如果g<T，则停止调整；如果g收敛，即前后两次调整的视频内容分析结果的差异很小，例如<0.01T，则停止当前频率的调整，开始调整下一个频率。

例如，上述调整中，可采用如下的调整方向：

第一个分量：直流分量，往放大量化参数的方向调整，即缩放因子>1；

第二、三、四个分量：交流主分量，往放大量化参数的方向调整，即缩放因子>1；如果第一次调整时，g失真很大，则可放弃相应分量的量化参数调整；

其余分量，往缩小量化参数的方向调整，即缩放因子<1。

最终通过上述的调整，获得g<T的Scl矩阵，从而得到量化矩阵Q’。

根据所述第一量化矩阵对第一视频进行压缩后，后续可以基于压缩后的第一视频，进行视频内容分析。

采用上述量化矩阵进行视频压缩，保留住了对视频内容分析有意义的边缘、结构、纹理等高频信息，又同时压低了低频能量，达到了压缩率和离线分析有效性的压缩质量的目的。

因此，本申请实施例的技术方案，根据高频分量的量化参数小于低频分量的量化参数的量化矩阵对视频进行压缩，可以在满足视频内容分析需求的情况下压缩视频，从而能够提高视频压缩的效率。

上文中详细描述了本申请实施例的视频压缩的方法，下面将描述本申请实施例的视频压缩的装置、计算机系统和可移动设备。

图6示出了本申请一个实施例的视频压缩的装置600的示意性框图。该装置600可以执行上述本申请实施例的视频压缩的方法。

如图6所示，该装置600可以包括：

获取模块610，用于获取第一量化矩阵，其中，所述第一量化矩阵中高频分量的量化参数小于低频分量的量化参数，所述高频分量的量化参数对应的频率高于所述低频分量的量化参数对应的频率；

压缩模块620，用于根据所述第一量化矩阵对第一视频进行压缩。

可选地，在本申请实施例中，压缩后的所述第一视频用于进行视频内容分析。

可选地，在本申请实施例中，所述获取模块610用于：

根据所述第一视频的场景，在多个量化矩阵中选择所述第一视频的场景对应的所述第一量化矩阵。

可选地，在本申请实施例中，如图7所示，该装置600还包括：

配置模块630，用于预配置所述多个量化矩阵。

可选地，在本申请实施例中，所述配置模块630用于：

根据多个场景的视频样本，确定所述多个量化矩阵。

可选地，在本申请实施例中，所述配置模块630用于：

对于所述多个场景中的特定场景，根据所述特定场景的特定视频样本和视频内容分析结果差异门限，调整初始量化矩阵中的量化参数，得到所述特定场景对应的特定量化矩阵，

其中，采用所述特定量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异不大于所述视频内容分析结果差异门限。

可选地，在本申请实施例中，所述配置模块630用于：

对于所述初始量化矩阵中的第一集合中的每一个量化参数，往增大量化参数的方向调整；若采用调整的量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异收敛，则调整下一个量化参数；其中，所述第一集合包括所述初始量化矩阵中的M个量化参数，所述M个量化参数对应最低的M个频率，M为预定值；

对于所述初始量化矩阵中的第二集合中的每一个量化参数，往减小量化参数的方向调整；若采用调整的量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异收敛，且大于所述视频内容分析结果差异门限，则调整下一个量化参数；若采用调整的量化矩阵压缩后的所述特定视频样本对应的视频内容分析结果与未压缩的所述特定视频样本对应的视频内容分析结果的差异不大于所述视频内容分析结果差异门限，则停止调整，得到所述特定量化矩阵；其中，所述第二集合包括所述初始量化矩阵中除所述M个量化参数外的其他量化参数。

可选地，在本申请实施例中，所述配置模块630用于：对于所述第一集合中的量化参数，按照频率从低到高的顺序进行调整。

可选地，在本申请实施例中，所述配置模块630用于：对于所述第二集合中的量化参数，按照频率从低到高或者从高到低的顺序进行调整。

可选地，在本申请实施例中，所述配置模块630用于：对于所述第二集合中的量化参数，按照预定顺序进行调整。

可选地，在本申请实施例中，所述M为4。

可选地，在本申请实施例中，所述初始量化矩阵为标准量化矩阵

应理解，上述本申请实施例的视频压缩的装置可以是芯片，其具体可以由电路实现，但本申请实施例对具体的实现形式不做限定。

本发明实施例还提供了一种编码器，该编码器包括上述本发明各种实施例的视频压缩的装置。

图8示出了本申请实施例的计算机系统800的示意性框图。

如图8所示，该计算机系统800可以包括处理器810和存储器820。

应理解，该计算机系统800还可以包括其他计算机系统中通常所包括的部件，例如，输入输出设备、通信接口等，本申请实施例对此并不限定。

存储器820用于存储计算机可执行指令。

存储器820可以是各种种类的存储器，例如可以包括高速随机存取存储器(RandomAccess Memory，RAM)，还可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器，本申请实施例对此并不限定。

处理器810用于访问该存储器820，并执行该计算机可执行指令，以进行上述本申请实施例的视频压缩的方法中的操作。

处理器810可以包括微处理器，现场可编程门阵列(Field－Programmable GateArray，FPGA)，中央处理器(Central Processing unit，CPU)，图形处理器(GraphicsProcessing Unit，GPU)等，本申请实施例对此并不限定。

本申请实施例还提供了一种可移动设备，该可移动设备可以包括上述本申请各种实施例的视频压缩的装置或者计算机系统。

本申请实施例的视频压缩的装置、计算机系统和可移动设备可对应于本申请实施例的视频压缩的方法的执行主体，并且视频压缩的装置、计算机系统和可移动设备中的各个模块的上述和其它操作和/或功能分别为了实现前述各个方法的相应流程，为了简洁，在此不再赘述。

本申请实施例还提供了一种计算机存储介质，该计算机存储介质中存储有程序代码，该程序代码可以用于指示执行上述本申请实施例的视频压缩的方法。

应理解，在本申请实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。