1.一种图像特征信息帧内快速划分方法，其特征在于，包括以下步骤：获取训练视频序列，对视频序列提取特征获取训练数据；

通过所述训练数据训练支持向量机得到分类器；

通过已训练完成的分类器对模式列表进行过滤，获取跳过模式列表；

根据所述跳过模式列表，跳过编码模式的尝试过程，进行编码流程。

2.根据权利要求1所述的一种图像特征信息帧内快速划分方法，其特征在于：所述获取训练视频序列，对视频序列提取特征获取训练数据这一步骤，包括以下步骤：获取所述特征数据的灰度共生矩阵；

通过Sobel算子获取所述特征数据的梯度和绝对值；

使用所述灰度共生矩阵，以及所述梯度和绝对值训练支持向量机，得到分类器。

3.根据权利要求1所述的一种图像特征信息帧内快速划分方法，其特征在于：所述分类器包括四叉树结构分类器、垂直结构分类器、二叉树结构分类器和帧内模式分类器。

4.根据权利要求2所述的一种图像特征信息帧内快速划分方法，其特征在于：所述通过所述训练数据训练支持向量机得到分类器这一步骤，还包括以下步骤：通过Sobel算子模板对像素矩阵进行卷积计算处理，获取图像的一阶水平梯度矩阵及一阶垂直梯度矩阵；

获取垂直和水平灰度共生矩阵对应的垂直矩阵能量值和水平矩阵能量值，垂直矩阵对比度和水平矩阵对比度，垂直矩阵熵和水平矩阵熵，垂直矩阵逆差距和水平矩阵逆差距；

获取当前待编码划分块的左方，上方及左上方编码完成块的四叉树划分深度；

获取当前待编码划分块的左右区域的像素均值之差及上下区域的第一像素均值差；

获取当前待编码划分块在三叉树划分情况下，不同划分区域的第二像素均值差；

将所述垂直和水平灰度共生矩阵对应的垂直矩阵能量值和水平矩阵能量值，垂直矩阵对比度和水平矩阵对比度，垂直矩阵熵和水平矩阵熵，垂直矩阵逆差距和水平矩阵逆差距，四叉树划分深度，第一像素均值差，第二像素均值差，作为输入数据，训练所述支持向量机，得到分类器。

5.根据权利要求3所述的一种图像特征信息帧内快速划分方法，其特征在于：所述通过已训练完成的分类器对模式列表进行过滤，获取跳过模式列表这一步骤，包括以下步骤：通过四叉树结构分类器获取划分为四叉树结构的第一概率值，若所述第一概率值大于四叉树第一预设概率阈值，则直接进行四叉树的划分；反之，所述第一概率值低于四叉树第二预设概率阈值，则禁止进行四叉树划分的尝试过程；

通过垂直结构分类器获取划分为垂直结构的第二概率值，若所述第二概率值大于垂直结构第一预设概率阈值，则禁止水平划分的尝试过程；反之，所述第二概率值小于垂直结构第二预设概率阈值，则禁止垂直划分的尝试过程；

通过二叉树结构分类器获取划分为二叉树的第三概率值，若所述第三概率值大于二叉树第一预设概率阈值，则禁止三叉树划分的尝试过程，反之，所述第三概率值小于二叉树第二预设概率阈值，则禁止二叉树划分的尝试过程。

6.根据权利要求1所述的一种图像特征信息帧内快速划分方法，其特征在于：所述根据所述跳过模式列表，跳过编码模式的尝试过程，进行编码流程这一步骤，还包括以下步骤：获取模式列表，进入列表选项的划分尝试过程；

根据跳过模式列表，跳过禁止的划分尝试过程；

进入帧内决策过程，获取帧内模式并进行编码。

7.根据权利要求6所述的一种图像特征信息帧内快速划分方法，其特征在于：所述进入帧内决策过程，获取帧内模式并进行编码这一步骤，还包括以下步骤：开始帧内决策过程，加载帧内模式分类器，进行第一轮帧内模式选择；

通过帧内模式分类器获取跳过当前模式的第四概率值，所述第四概率值小于预设的第三概率阈值，则进行第二轮帧内模式选择；

根据选择的帧内模式和预设的编码流程进行编码。

8.一种图像特征信息帧内快速划分系统，其特征在于：包括：至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-7中任一项所述的一种图像特征信息帧内快速划分方法。

9.一种图像特征信息帧内快速划分系统，其特征在于：包括：预处理模块，用于获取训练视频序列，对视频序列提取特征获取训练数据；

分类器训练模块，用于通过所述训练数据训练支持向量机得到分类器；

分类器划分模块，用于通过已训练完成的分类器对模式列表进行过滤，获取跳过模式列表；

编码模块，用于根据所述跳过模式列表，跳过编码模式的尝试过程，进行编码流程。

10.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7中任一项所述的一种图像特征信息帧内快速划分方法。