本發(fā)明涉及云計算領域，尤其涉及一種基于窗口尺寸分析的云計算預測系統(tǒng)。

背景技術：

1、云計算也正在成為信息技術產(chǎn)業(yè)發(fā)展的戰(zhàn)略重點，全球的信息技術企業(yè)都在紛紛向云計算轉(zhuǎn)型。舉例來說，每家公司都需要做數(shù)據(jù)信息化，存儲相關的運營數(shù)據(jù)，進行產(chǎn)品管理，人員管理，財務管理等，而進行這些數(shù)據(jù)管理的基本設備就是計算機了。對于一家企業(yè)來說，一臺計算機的運算能力是遠遠無法滿足數(shù)據(jù)運算需求的，那么公司就要購置一臺運算能力更強的計算機，也就是服務器。而對于規(guī)模比較大的企業(yè)來說，一臺服務器的運算能力顯然還是不夠的，那就需要企業(yè)購置多臺服務器，甚至演變成為一個具有多臺服務器的數(shù)據(jù)中心，而且服務器的數(shù)量會直接影響這個數(shù)據(jù)中心的業(yè)務處理能力。

2、云計算的數(shù)據(jù)運算的特性決定了其適合用于大數(shù)據(jù)運算的幀內(nèi)編碼處理。幀內(nèi)編碼的關鍵在于快速搜索到適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊，然而這個搜索窗口的大小的確定是一個難題，搜索窗口制定的過大，則需要過多的計算成本，搜索窗口制定的過小，則往往搜索不到最佳的適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊，現(xiàn)有技術中固定尺寸的搜索窗口顯然無法滿足內(nèi)容多變的不同圖像塊的幀內(nèi)編碼需求。

技術實現(xiàn)思路

1、為了解決相關領域的技術問題，本發(fā)明提供了一種基于窗口尺寸分析的云計算預測系統(tǒng)，通過引入ai預測模型用于執(zhí)行人工智能分析機制，所述ai預測模型為完成多次學習后的卷積神經(jīng)網(wǎng)絡，且多次學習的次數(shù)與目標圖像塊占據(jù)的像素點數(shù)量相等，并針對不同的搜索窗口，采用ai預測模型智能分析每一待幀內(nèi)編碼的目標圖像分塊采用所述搜索窗口在所述目標圖像分塊所在的圖像中搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量，從而為幀內(nèi)編碼提供搜索窗口選擇的有效參考信息，滿足了不同內(nèi)容的圖像塊的幀內(nèi)編碼需求。

2、根據(jù)本發(fā)明，提供了一種基于窗口尺寸分析的云計算預測系統(tǒng)，所述系統(tǒng)包括：

3、窗口分析器件，用于確定執(zhí)行幀內(nèi)編碼時搜索編碼參考塊的搜索窗口尺寸，所述搜索窗口尺寸為正方形的形狀且為設定數(shù)目像素點乘以設定數(shù)目像素點的具體布局；

4、內(nèi)容鑒定器件，用于鑒定待執(zhí)行幀內(nèi)編碼的目標圖像塊的塊數(shù)據(jù)以及所述目標圖像塊所在圖像的圖像數(shù)據(jù)，所述目標圖像塊的塊數(shù)據(jù)為所述目標圖像塊的各個像素點分別對應的各個像素值，所述目標圖像塊所在圖像的圖像數(shù)據(jù)為所述目標圖像塊所在圖像的對比度、整體像素值、邊緣像素點數(shù)量以及信噪比；

5、模型重構器件，用于對卷積神經(jīng)網(wǎng)絡執(zhí)行固定數(shù)目的多次學習以獲得完成多次學習后的卷積神經(jīng)網(wǎng)絡，并作為ai預測模型輸出，所述多次學習的次數(shù)與目標圖像塊占據(jù)的像素點數(shù)量相等；

6、云計算服務器，分別與所述窗口分析器件、所述內(nèi)容鑒定器件以及所述模型重構器件連接，用于基于設定數(shù)目、所述目標圖像塊的塊數(shù)據(jù)以及所述目標圖像塊所在圖像的圖像數(shù)據(jù)采用ai預測模型預測以所述搜索窗口尺寸的搜索窗口在所述目標圖像塊所在圖像內(nèi)搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量；

7、信息傳輸機構，與所述云計算服務器連接，用于將以所述搜索窗口尺寸的搜索窗口在所述目標圖像塊所在圖像內(nèi)搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量與所述搜索窗口尺寸一并打包后無線傳輸?shù)竭h端的編碼管理服務器；

8、其中，基于設定數(shù)目、所述目標圖像塊的塊數(shù)據(jù)以及所述目標圖像塊所在圖像的圖像數(shù)據(jù)采用ai預測模型預測以所述搜索窗口尺寸的搜索窗口在所述目標圖像塊所在圖像內(nèi)搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量還包括：適合用作目標圖像塊進行幀內(nèi)編碼的每一圖像塊其圖像內(nèi)容與目標圖像塊內(nèi)容匹配；

9、其中，適合用作目標圖像塊進行幀內(nèi)編碼的每一圖像塊其圖像內(nèi)容與目標圖像塊內(nèi)容匹配包括：將目標圖像塊中出現(xiàn)次數(shù)最多的像素值作為第一像素值，將所述目標圖像塊所在圖像中某一圖像塊內(nèi)出現(xiàn)次數(shù)最多的像素值作為第二像素值，在所述第一像素值和所述第二像素值相等時，判斷所述目標圖像塊與所述某一圖像塊內(nèi)容匹配。

10、由此可見，本發(fā)明至少具有以下四處重要發(fā)明點：

11、第一處：針對不同的搜索窗口，采用人工智能分析機制分析每一待幀內(nèi)編碼的目標圖像分塊采用所述搜索窗口在所述目標圖像分塊所在的圖像中搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量，從而為幀內(nèi)編碼提供搜索窗口選擇的有效參考信息；

12、第二處：引入ai預測模型用于執(zhí)行人工智能分析機制，所述ai預測模型為完成多次學習后的卷積神經(jīng)網(wǎng)絡，且多次學習的次數(shù)與目標圖像塊占據(jù)的像素點數(shù)量相等；

13、第三處：適合用作目標圖像塊進行幀內(nèi)編碼的每一圖像塊其圖像內(nèi)容與目標圖像塊內(nèi)容匹配，其中，將目標圖像塊中出現(xiàn)次數(shù)最多的像素值作為第一像素值，將目標圖像塊所在圖像中某一圖像塊內(nèi)出現(xiàn)次數(shù)最多的像素值作為第二像素值，在所述第一像素值和所述第二像素值相等時，判斷所述目標圖像塊與所述某一圖像塊內(nèi)容匹配；

14、第四處：將以搜索窗口尺寸的搜索窗口在目標圖像塊所在圖像內(nèi)搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量與搜索窗口尺寸一并打包后無線傳輸?shù)竭h端的編碼管理服務器，從而為編碼管理服務器為目標圖像塊選擇有效的幀內(nèi)編碼所使用的搜索窗口尺寸提供關鍵信息。

技術特征：

1.一種基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.如權利要求1所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于：

3.如權利要求2所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

4.如權利要求3所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于：

5.如權利要求4所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于：

6.如權利要求5所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于：

7.如權利要求2所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

8.如權利要求7所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于：

9.如權利要求8所述的基于窗口尺寸分析的云計算預測系統(tǒng)，其特征在于：

技術總結
本發(fā)明涉及一種基于窗口尺寸分析的云計算預測系統(tǒng)，包括：模型重構器件，用于對卷積神經(jīng)網(wǎng)絡執(zhí)行固定數(shù)目的多次學習以獲得AI預測模型；云計算服務器，用于基于設定數(shù)目、目標圖像塊的塊數(shù)據(jù)以及目標圖像塊所在圖像的圖像數(shù)據(jù)采用AI預測模型預測以搜索窗口尺寸的搜索窗口在目標圖像塊所在圖像內(nèi)搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量。通過本發(fā)明，能夠引入定制結構的AI預測模型針對不同的搜索窗口分別分析出每一待幀內(nèi)編碼的目標圖像分塊采用對應搜索窗口在目標圖像分塊所在的圖像中搜索出適合用作目標圖像塊進行幀內(nèi)編碼的圖像塊的數(shù)量，從而滿足了不同內(nèi)容的圖像塊的幀內(nèi)編碼需求。

技術研發(fā)人員：陸宜新
受保護的技術使用者：南京奕瑜郵電子科技有限公司
技術研發(fā)日：
技術公布日：2024/9/29