视频数据编码方法、装置、电子设备和介质与流程

1.本公开的实施例涉及计算机技术领域，具体涉及视频数据编码方法装置、电子设备和计算机可读介质。


背景技术：

2.相关的vr(虚拟现实)视频数据传输一般采用基于视角的数据传输方式。具体来说，对于主视角为其提供高清的编码数据，而对于其他视角则提供低清的编码数据。这样做的好处是，由于低清的数据编码复杂度和码率都相对较低，可以降低播放端的解码压力和带宽需求。
3.但是，当采用上述的传输方式时，往往会存在以下技术问题：
4.当视角发生切换，播放端需要重新拉取高清的编码数据并重新进行解码。相关的视频播放技术包括参考前一帧和关键帧进行编码或者只参考关键帧进行编码。对于参考前一帧和关键帧的方式，在解码的时候需要等待前面的帧全部解码完成后，才能进行解码，从而产生较大的解码时延。而对于只参考关键帧的编码方式，虽然解码时延较短，但是会导致码率大幅增加，传输成本较大，对于网络带宽的需求大大提高。


技术实现要素：

5.本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了视频数据编码方法、数据读写方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
6.第一方面，本公开的一些实施例提供了一种视频数据编码方法，包括：基于当前带宽情况，从图像区域队列中选取目标数量个图像区域作为目标图像区域，图像区域队列中的各个图像区域是按照每个图像区域对应的量化参数得分大小进行排列的，量化参数得分是根据每个图像区域对应的空间编码复杂度和时间编码复杂度确定的；以第一编码方式对目标图像区域进行编码，以及对于图像区域队列中的其余图像区域以第二编码方式进行编码。
7.第二方面，本公开的一些实施例提供了一种视频数据编码装置，包括：选取单元，被配置成基于当前带宽情况，从图像区域队列中选取目标数量个图像区域作为目标图像区域，图像区域队列中的各个图像区域是按照每个图像区域对应的量化参数得分大小进行排列的，量化参数得分是根据每个图像区域对应的空间编码复杂度和时间编码复杂度确定的；编码单元，被配置成以第一编码方式对目标图像区域进行编码，以及对于图像区域队列中的其余图像区域以第二编码方式进行编码。
8.第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得
一个或多个处理器实现上述第一方面或第二方面任一实现方式所描述的方法。
9.第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面或第二方面任一实现方式所描述的方法。
10.本公开的上述各个实施例具有如下有益效果：根据网络带宽情况，动态选择编码方式，实现了在不影响数据传输的情况下，最大限度的降低解码时延，优化播放效果。
附图说明
11.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
12.图1是相关视频播放技术采用ldp参考模式进行编码的示意图；
13.图2是根据本公开的视频数据编码方法的一些实施例的流程图；
14.图3是根据本公开的视频数据编码方法中视频对应的多个图像区域的示例性示意图；
15.图4是根据本公开的视频数据编码方法的另一些实施例的流程图；
16.图5是根据本公开的视频数据编码装置的一些实施例的结构示意图；
17.图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
18.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
19.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
20.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
21.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
22.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
23.下面将参考附图并结合实施例来详细说明本公开。
24.为了更好的阐述本公开，首先对相关视频播放技术的编码方式进行说明。图1示出了相关视频播放技术采用ldp参考模式进行编码的示意图。
25.如图1所示，共包含编号(poc)1-5的5帧图像。其中，poc1为i帧，即关键帧。poc2-5为p帧，即预测帧。其中的箭头表示每一帧的编码的参考帧。如图所示，poc2参考i帧。poc3参考i帧和poc2。poc4参考i帧和poc3。poc5参考i帧和po4。也就是说，ldp参考模式下，除poc1和poc2，其余各帧均参考i帧和前一帧。因此，在播放端进行解码时，需要等待前面的帧全部
解码完成后才能进行解码。以poc5为例，解码时延达到5帧，容易引起视频缓冲时间过长。
26.继续参考图2，示出了根据本公开的视频数据编码方法的一些实施例的流程200。该视频数据编码方法，包括以下步骤：
27.步骤201，基于当前带宽情况，从图像区域队列中选取目标数量个图像区域作为目标图像区域。
28.在一些实施例中，视频数据编码方法的执行主体可以基于当前带宽情况，从图像队列中选取目标数据量个图像区域作为目标图像区域。其中，图像队列中的各个图像区域是按照每个图像区域对应的量化参数得分大小进行排列的。实践中，在对视频进行编码的过程中，往往会根据需要，对视频画面进行划分，从而得到视频对应的多个图像区域(tile)。属于同一个图像区域的各帧图像中的内容在时间上有一定的关联性，有助于编码的实现。
29.图3示出了视频对应的多个图像区域的示例性示意图。以视频包含帧图像301和帧图像302为例，可以从垂直方向将图像301分割为三个矩形区域，分别为矩形区域3011、3012、3013。可以理解，根据需要可以灵活选择从水平和/或垂直方向划分为若干个矩形区域。类似的，可以对帧图像302进行划分，得到矩形区域3021、3022、3023。实践中，在一定的时间范围内，一般会采用相同的划分方式进行划分。在此基础上，各个帧图像中同一位置的矩形区域属于同一图像区域。例如，帧图像301中的矩形区域3011和帧图像302中的矩形区域3021属于同一图像区域。视频对应有三个图像区域。在此基础上，对每个图像区域对应的各帧图像中的内容(矩形区域)进行编码，可以得到该图像区域对应的编码数据。
30.在一定的时间范围内，可以对该时间范围内的若干个视频帧对应的各个图像区域根据其量化参数得分大小进行排序，从而得到图像区域队列。实践中，时间范围可以灵活确定，例如，可以将一个或多个视频帧组对应的时间区间确定为上述时间范围。需要说明的是，实践中，在准备对第n个视频帧组进行编码时，由于暂时还未编码，也就无法计算得到第n个视频帧组的量化参数得分。但是，研究发现，第n-1个视频帧组因为距离第n个视频帧组的时间很短，一般来说变化很小。因此，可以基于第n-1个视频帧组选取目标图像区域，然后对第n个视频帧组进行编码。此外，这里虽然以每次发送一个视频帧组(gop)为例，但是可以理解，当以打包的方式进行传输(每个包中包含多个视频帧组)时，同样适应本公开。
31.在一些实施例中，每个图像区域的量化参数得分可以是根据该图像区域对应的空间编码复杂度和时间编码复杂度确定的。实践中，如图1所示，图像区域对应的各帧图像根据其作用不同，可以划分为关键帧(i帧)、预测帧(p帧)等等。在此基础上，对于某个图像区域，可以首先确定该图像区域对应的各帧图像中关键帧的平均量化参数(qpi)和预测帧的平均量化参数(qp
p
)。其中，关键帧平均量化参数表征时间复杂度较，而预测帧的平均量化参数表征空间复杂度。实践中，当qpi越小而qp
p
越大的时候，代表时间复杂度较低而空间复杂度较高，使用全部参考只参考关键帧的编码方式，可以在减轻解码时延的码率不会大幅增加。因此，该图像区域的量化参数得分(qpscore)可以通过以下公式计算：qpscore＝qp
p-qpi。
32.在此基础上，作为示例，可以根据图像区域的量化参数得分进行降序排列，从而得到图像区域队列。然后，从图像区域队列的队首开始选取目标数量个图像区域作为目标图像区域。由于队列是根据量化参数得分进行降低排列的。因此，选取的目标图像区域都是量
化参数得分较高的。也就是说，目标图像区域都是代表时间复杂度较低而空间复杂度较高的。因此，对于这些目标图像区域进行只参考关键帧的编码方式，可以在减轻解码时延的码率不会大幅增加。其中，目标数量的确定可以通过指定，也可以通过一定的条件筛选得到。例如，在带宽充足时，可以指定第一数值；而在宽带不足时，可以指定第二数据。
33.步骤202，以第一编码方式对目标图像区域进行编码，以及对于图像区域队列中的其余图像区域以第二编码方式进行编码。
34.在一些实施例中，上述执行主体可以以第一编码方式对目标图像区域进行编码，以及对于图像区域队列中的其余图像区域以第二编码方式进行编码。其中，作为示例，第一编码方式为解码时延较低的编码方式，例如，只参考关键帧的编码方式。而第二编码方式可以是解码时延较高，但是码率比较低的编码方式，如参考前一帧和关键帧的编码方式。
35.在一些实施例中，通过本公开提供的视频数据编码方法，根据网络带宽情况，动态选择编码方式，实现了在不影响数据传输的情况下，最大限度的降低解码时延，优化播放效果。
36.进一步参考图4，其示出了视频数据编码方法的另一些实施例的流程400。该视频数据编码方法的流程400，包括以下步骤：
37.步骤401，响应于当前带宽指标满足预设条件，对历史数量递增得到目标数量，以及从图像区域队列中选取目标数量个图像区域作为目标图像区域，其中，历史数量为上一次以第一编码方式进行编码的图像区域的数量。
38.在一些实施例中，当前带宽指标可以是带宽时延时长。此时，作为示例，预设条件可以是小于时长阈值。
39.在一些实施例的一些可选的实现方式中，当前带宽指标是通过以下步骤计算得到的：获取当前网络时延以及历史网络时延；确定当前网络时延相对于历史网络时延的变化率；将变化率确定为当前带宽指标。在这些实现方式中，变化率可以准确的衡量网络的变化情况，以对编码方式进行相应的调整，从而更好的实现适应性的编码。此时，预设条件可以是小于变化率阈值。实践中，当前网络时延可以是发送视频数据的传输时延，可以通过发送时间和接收时间的差值得到。当前网络时延可以是最新统计到的网络时延。历史网络时延可以是次新统计到的网络时延。可选的，当前带宽指标还可以是当前网络时延与历史网络时延的差值。
40.在一些实施例中，响应于当前带宽指标满足预设条件，说明当前带宽余量充足，视频数据编码方法的执行主体可以对历史数量递增(例如加一)得到目标数量。其中，历史数量为上一次以第一编码方式进行编码的图像区域的数量。从而可以在历史数量的基础上，实现动态调整，更好的适应当前的网络带宽情况。
41.步骤402，响应于当前带宽指标不满足预设条件，对历史数量递减得到目标数量，以及从图像区域队列中选取目标数量个图像区域作为目标图像区域。
42.在一些实施例中，响应于当前带宽指标不满足预设条件，说明当前带宽余量不充足，视频数据编码方法的执行主体可以对历史数量递减(例如减一)得到目标数量。从而可以在历史数量的基础上，实现动态调整，更好的适应当前的网络带宽情况。
43.步骤403，以第一编码方式对目标图像区域进行编码，以及对于图像区域队列中的其余图像区域以第二编码方式进行编码。
44.在一些实施例中，步骤403的具体实现及其所带来的技术效果，可以参考图2对应的那些实施例中的步骤202，在此不再赘述。
45.图4对应的那些实施例，通过对上一次以第一编码方式进行编码的图像区域的数量进行动态调整，得到本次的目标数量。从而可以更好的适应网络状况，实现目标数量的自适应调整。
46.进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种视频数据编码装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
47.如图5所示，一些实施例的视频数据编码装置500包括：选取单元501和编码单元502。其中，选取单元501被配置成基于当前带宽情况，从图像区域队列中选取目标数量个图像区域作为目标图像区域，图像区域队列中的各个图像区域是按照每个图像区域对应的量化参数得分大小进行排列的，量化参数得分是根据每个图像区域对应的空间编码复杂度和时间编码复杂度确定的。编码单元502被配置成以第一编码方式对目标图像区域进行编码，以及对于图像区域队列中的其余图像区域以第二编码方式进行编码。
48.在一些实施例的可选实现方式中，选取单元501进一步被配置成：响应于当前带宽指标满足预设条件，对历史数量递增得到目标数量，以及从图像区域队列中选取目标数量个图像区域作为目标图像区域，其中，历史数量为上一次以第一编码方式进行编码的图像区域的数量。
49.在一些实施例的可选实现方式中，选取单元501进一步被配置成：响应于当前带宽指标不满足预设条件，对历史数量递减得到目标数量，以及从图像区域队列中选取目标数量个图像区域作为目标图像区域。
50.在一些实施例的可选实现方式中，当前带宽指标是通过以下步骤计算得到的：获取当前网络时延以及历史网络时延；确定当前网络时延相对于历史网络时延的变化率；将变化率确定为当前带宽指标。
51.可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
52.下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
53.如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储装置608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom 602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
54.通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具
有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
55.特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从rom 602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
56.需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
57.在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
58.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：基于当前带宽情况，从图像区域队列中选取目标数量个图像区域作为目标图像区域，图像区域队列中的各个图像区域是按照每个图像区域对应的量化参数得分大小进行排列的，量化参数得分是根据每个图像区域对应的空间编码复杂度和时间编码复杂度确定的；以第一编码方式对目标图像区域进行编码，以及对于图像区域队列中的其余图像区域以第二编码方式进行编码。
59.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语
言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
60.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
61.描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括选取单元和编码单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，选取单元还可以被描述为“从图像区域队列中选取目标数量个图像区域作为目标图像区域的单元”。
62.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
63.以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。