CN119484815A 基于船舶卫星网络边缘计算的监控视频智能压缩方法 （广州中海电信有限公司）

基于船舶卫星网络边缘计算的监控视频智本申请公开了基于船舶卫星网络边缘计算2在船舶卫星网络应用环境中获取监控视频；所述监并且相邻的时序图像的第一特征相似度大于基于至少两个数据段，获取第一数据段；所述第一数据段为至少两基于所述第一数据段，获取第一时序图像和第二时序图像；获取所述第一时序图像和所述第二时序图像的第基于所述第二特征相似度和所述网络拥堵程度，获取划分程度；所述划2.根据权利要求1所述的基于船舶卫星网络边缘计算的监控视频智能压缩方法，其特3.根据权利要求1所述的基于船舶卫星网络边缘计算的监控视频智能压缩方法，其特基于所述监控视频，获取第三时序图像和第四时序图像；基于边缘检测算法，由所述第三时序图像获取第一点云数基于边缘检测算法，由所述第四时序图像获取第二点云数基于所述第一点云数据和所述第二点云数据，获取所述第三时序图若所述第一特征相似度大于等于第一预设值，则将所述第三时序4.根据权利要求3所述的基于船舶卫星网络边缘计算的监控视频智能压缩方法，其特3基于至少两个第一点云，获取第三点云；所述第三点云为至少两个基于至少两个第二点云，获取第四点云；所述第四点云为至少两个基于所述第三点云和所述第四点云，获取点云匹配度；所述点基于所述点云匹配度，获取所述第三时序图像和所述第四时序图像的第一特征相似5.根据权利要求4所述的基于船舶卫星网络边缘计算的监控视频智能压缩方法，其特基于所述点云匹配度，获取第一数量；所述第一数量为至少两基于所述第一点云数据，获取第二数量；所述第二数量为所述第基于所述第二点云数据，获取第三数量；所述第三数量为所述第6.根据权利要求4所述的基于船舶卫星网络边缘计算的监控视频智能压缩方法，其特基于所述第一时序图像，获取第五点云；所述第五点云为所述第一基于所述第二时序图像，获取第六点云；所述第六点云为所7.根据权利要求1至6中任意一项所述的基于船舶卫星网络边缘计算的监控视频智能基于所述第一数据段，获取关键时序图像；所述关键时序图像为基于至少两个编码树单元，获取第一编码树单元和第二编码树单元48.根据权利要求7所述的基于船舶卫星网络边缘计算的监控视频智能压缩方法，其特若所述第三特征相似度大于等于第三预设值，则将所述第一编码若所述第三特征相似度小于第三预设值，则将所述第二编码树9.根据权利要求1所述的基于船舶卫星网络边缘计算的监控视频智能压缩方法，其特5在船舶卫星网络应用环境中获取监控视频；所述监控视频包括至少两个时序图像；根据船舶卫星网络应用环境中视频编码前网络的吞吐量分布情况以及网络延迟情况，段T内的平均吞吐量；G表示网络的平均吞吐量；Tt+1表示第t+1时刻边缘计算盒子的延6所述第二时序图像为所述第一数据段中任意两个相获取所述第一时序图像和所述第二时序图像的第述第四时序图像为至少两个时序图像中任意相邻的7[0010]作为本申请技术方案中一个具体的方案，所述基于所述第五点云和所述第六点个编码树单元中与所述第一编码树单元不同的8图2为本申请实施例所提出的一种基于船舶卫星网络边缘计算的监控视频智能压对象，而不必用于描述特定的顺序或先后次序，例如下文中所提出的第一预设值和第二预所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如至少两个模块可以结合成或集成在另一个系统中，或一些特征可以忽略，或不执模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本申请实施例中均不作限以不是物理模块，或者可以分布到至少两个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本申请实施例方案的目的。9段T内的平均吞吐量；G表示网络的平均吞吐量；Tt+1表示第t+1时刻边缘计算盒子的延大表示越拥堵；表示将每个相邻时刻延迟的差值相加，表示延迟的增长情且相邻的时序图像的第一特征相似度大于等于获取所述第三时序图像和所述第四时序图像的第序图像和所述第二时序图像为所述第一数据段中任意F=exp(-v)xnorm(sx-1m)五点云和第六点云残差矩阵中第m个元素值，表示第五点云和第六点云残差矩阵中的元键帧所有运动点云作为种子点，将种子点窗口内的运动点云数量大于1作为种子点生长的树单元的灰度像素点直方图中包含像素点数量最多的灰度区间的像素点数量；Lb表示编表示像素点数量最多的灰度区间的像素点数量和其余所有区间的像素点数[0095]在本实施例中，按照编码树单元的划分程度对任意编码树单元进行划分：若编码树单元分为64个8x8的子单元。频分段连续帧图像像素点灰度矩阵做残差会存在大量的零，残差矩阵可以认为是稀疏矩Q=exp(-IW-w2IX⃞-小rrn-rznI)编码树单元所对应的划分程度；w2表示第二编码树单元所