(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111482316.5 (22)申请日 2021.12.0 6 (71)申请人 北京蔚领时代科技有限公司 地址 100020 北京市朝阳区酒仙桥路13号 科研楼三层0 318号 (72)发明人 雷小刚　贾宏伟　郭建君　 (74)专利代理 机构 北京维正专利代理有限公司 11508 代理人 谢明晖 (51)Int.Cl. A63F 13/52(2014.01) A63F 13/35(2014.01) G06N 20/00(2019.01) (54)发明名称 Android端的视频编码优化方法及装置 (57)摘要 本发明提供了一种Android端的视频编码优 化方法、 装置电子设备及存储介质， 所述优化方 法包括， 通过训练得到AI训练模型； 通过所述AI 训练模型对云游戏画面的应用 识别出重要区域 或非重要区域； 对所述重要区域保留更多的细 节 内容， 降低所述非重要区域的细 节内容； 其中， 所 述重要区域包括， 游戏中的设备， 人物， 攻击的对 象或重要的道具； 所述非重要区域包括， 游戏中 的背景或天空； 本发明可以针对性的提升游戏重 要区域画面质量， 提高用户游戏 体验。 权利要求书1页 说明书6页 附图2页 CN 114191816 A 2022.03.18 CN 114191816 A 1.一种Andro id端的视频编码优化方法， 其特 征在于， 所述优化方法包括： 通过训练得到AI训练模型； 通过所述AI训练模型对云游戏画面的应用识别出重要区域或非重要区域； 对所述重要区域保留更多的细节内容， 降低所述非重要区域的细节内容； 其中， 所述重要区域包括， 游戏中的设备， 人物， 攻击的对象或重要的道具； 所述非重要 区域包括， 游戏中的背景或天空。 2.根据权利要求1所述的优化方法， 其特 征在于， 所述 通过训练得到AI训练模型包括： 录制游戏画面并对重要区域或非重要区域进行 标注； 通过计算机学习产生重要区域或非重要区域的模型。 3.根据权利要求1所述的优化方法， 其特征在于， 在带宽不足的情况下降低所述非重要 区域的细节内容 来提高云游戏的体验效果。 4.根据权利要求1所述的优化方法， 其特征在于， 所述降低所述非重要区域的细节内容 包括， 减少所述非重要区域对比度； 降低所述非重要区域图像质量。 5.根据权利要求1所述的优化方法， 其特征在于， 所述对所述重要区域保留更多的细节 内容， 降低所述非重要区域的细节内容是在同一张游戏画面， 同样压缩比例的情况下进行 的。 6.根据权利要求1所述的优化方法， 其特征在于， 在用AI模型对云游戏画面进行识别前 需要先用硬件渲染器对云游戏画面进行渲染。 7.根据权利要求1所述的优化方法， 其特征在于， 在进行所述对所述重要区域保留更多 的细节内容， 降低所述非重要区域的细节内容的操作后需要对所述云游戏画 面使用视频编 码算法(H264， H EVC， AV1)压缩数据。 8.一种Andro id端的视频编码优化装置， 其特 征在于， 所述优化装置包括： 训练模块， 通过训练得到AI训练模型； 识别模块， 通过 所述AI训练模型对云游戏画面的应用识别出重要区域或非重要区域； 处理模块， 对所述重要区域保留更多的细节内容， 降低所述非重要区域的细节内容。 9.一种电子设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 1/1 页 2 CN 114191816 A 2Android端的视频编码优化方 法及装置 技术领域 [0001]本发明涉及数据处理领域， 尤其涉及一种Android端的视频编码优化方法、 装置、 电子设备及存 储介质。 背景技术 [0002]云游戏体验中， 由于传输的视频画面视频编码器编码， 导致画面质量降低， 而在图 像降低的同时没有策略提升图像质量。 发明内容 [0003]本发明的实施例 提供了一种Android端的视频编码优化方法及装置， 可以针对性 的提升游戏 重要区域画面质量。 [0004]第一方面， 本 发明的实施例提供了一种Android端的视频编码优化方法， 所述优化 方法包括： [0005]通过训练得到AI训练模型； [0006]通过所述AI训练模型对云游戏画面的应用识别出重要区域或非重要区域； [0007]对所述重要区域保留更多的细节内容， 降低所述非重要区域的细节内容； [0008]其中， 所述重要区域包括， 游戏中的设备， 人物， 攻击的对象或重要的道具； 所述非 重要区域包括， 游戏中的背景或天空。 [0009]可选地， 所述 通过训练得到AI训练模型包括： [0010]录制游戏画面并对重要区域或非重要区域进行 标注； [0011]通过计算机学习产生重要区域或非重要区域的模型。 [0012]可选地， 在带宽不足的情况下降低所述非重要区域的细节内容来提高云游戏的体 验效果。 [0013]可选地， 所述降低所述非重要区域的细节内容包括， 减少所述非重要区域对比度； 降低所述非重要区域图像质量。 [0014]可选地， 所述对所述重要区域保留更多的细节内容， 降低所述非重要区域的细节 内容是在同一张游戏画面， 同样压缩比例的情况 下进行的。 [0015]可选地， 在用AI模型对云游戏画面进行识别前需要先用硬件渲染器对云游戏画面 进行渲染。 [0016]可选地， 在进行所述对所述重要区域保留更多的细节内容， 降低所述非重要区域 的细节内容的操作后需要对所述云游戏画面使用视频编码算法(H264， HEVC， AV1)压缩数 据。 [0017]第二方面， 本 发明的实施例提供了一种Android端的视频编码优化装置， 所述优化 装置包括： [0018]训练模块， 通过训练得到AI训练模型； [0019]识别模块， 通过所述AI训练模型对云游戏画面的应用识别出重要区域或非重要区说　明　书 1/6 页 3 CN 114191816 A 3