1.一种基于视觉注意的全景可定位视频编码方法,其特征在于，包括以下步骤：

101、将n个镜头视角大于 度的摄像头组成一个360度镜头组，将360度镜头组中n个摄像头在同一时刻拍摄的视频帧进行拼接得到360度全景帧，并将360度全景帧分解成前向帧和后向帧，其中n为整数且n≥2；

102、在步骤101中得到的前向帧和后向帧中设置均匀分布特征点，采用光流法分别对前向帧和后向帧对应的特征点进行检测捕捉，得出特征点的运动矢量V，并统计出若干个特征点的集合M(V,(x,y))，其中(x,y)为特征点在视频帧中的位置坐标，并对特征点的集合M(V,(x,y))规模归一化得到规模Scalei,其中Scalei∈(0,1)；

103、对步骤102中规模归一化后的视频帧区域进行噪声区域标记；

104、对步骤103中噪声区域标记后的视频帧区域进行注意度标记，包括帧级注意度标记和宏块级注意度标记；

105、采用X264码率控制算法对步骤104中注意度标记后的视频帧区域进行视频编码优化，完成视频编码。

2.根据权利要求1所述的基于视觉注意的全景可定位视频编码方法，其特征在于：步骤

101中，设置有4个摄像头，每个摄像头的视角大于90度。

3.根据权利要求1所述的基于视觉注意的全景可定位视频编码方法，其特征在于：步骤

103中，所述噪声区域标记包括以下步骤：

A1、当规模Scalei大于规模阈值NScale时，则将视频帧区域分割成3*9*3个子域，并计算每个子域运动向量的均值向量，跳转至步骤A2；当规模Scalei小于或者等于规模阈值NScale时，跳转至步骤A3；

A2、参照步骤A1得到的均值向量消减每个子域规模，当消减后的Scalei小于NScale，则跳转至步骤A3；若消减后的Scalei仍然大于NScale，则对消减后新的点集重复消减处理,以X轴方向为例，消减函数中的 参数值减半，参数表示X轴方向的均值向量 消减函数 为公式：xv表示特征点向量在X轴方向上的分量，

消减完成后跳转至步骤A3；

A3、导出标记矩阵，完成噪声区域标记。

4.根据权利要求3所述的基于视觉注意的全景可定位视频编码方法，其特征在于：步骤

104中，所述视频编码优化包括以下步骤：

B1、将视频帧区域分解为8X8大小的视频宏块，其中视频宏块与步骤A3中的标记矩阵中的元素一一对应，元素坐标即为视频宏块坐标；

B2、依次扫描标记矩阵，记录标记矩阵中位于边界或与0元素相邻的1元素的位置，若不存在，则循环结束；若存在，则将对应视频宏块的像素矩阵分别做离散余弦变换，得到各自的频域信号矩阵块；

B3、将小于Qpblock的高频系数量化为0，其中Qpblock为固定块量化参数，B4、将标记矩阵中记录过的元素值置为0，执行步骤B2，且Qpblock值翻倍；

B5、利用帧级注意度的值优化X264默认的编码量化参数，根据式：其中，Qpframe表示默认的量化值， 表示帧级注意度，ε表示调整参数，完成视频编码优化。