1.一种基于图像分析的视频智能压缩方法，其特征在于，包括以下步骤：S1、获取待压缩视频的帧率和分辨率，由此获取待压缩视频的应用场景影响情况；

S2、获取待压缩视频的时长，并将其结合帧率将待压缩视频进行图像帧分割，得到若干图像帧，并获取各图像帧的对比度和颜色深度，由此分析待压缩视频的图像特征影响情况；

S3、检测压缩执行终端的当前网络状态，包括当前网速、当前网络延迟率和当前网络丢包率，由此分析待压缩视频的网络状态影响情况；

S4、基于待压缩视频的应用场景影响情况、图像特征影响情况和网络状态影响情况确定适宜压缩率；

S5、将待压缩视频进行图像预处理，从中筛选出特定图像帧，并将特定图像帧进行对比度调整；

其中，所述特定图像帧的筛选过程如下：

获取待压缩视频的传达主题，并从待压缩视频分割的各图像帧进行对象识别；

将各图像帧中识别的对象与待压缩视频的传达主题进行对比，统计各图像帧中符合传达主题的对象数量，并由此计算各图像帧对应的主题符合度；

从各图像帧中提取视觉质量指征，具体包括分辨率、动态范围、信噪比，由此利用公式计算各图像帧对应的视觉质量系数 ，式中、 、 分别表示第 图像帧的分辨率、动态范围、信噪比；

从各图像帧中提取背景边界轮廓，得到各图像帧的背景区域面积，同时基于各图像帧的尺寸信息获取各图像帧的面积，由此将其结合各图像帧的背景区域面积计算各图像帧的内容凸显度 ，表达式为 ，式中 表示第 图像帧的背景区域面积，表示第 图像帧的面积；

将各图像帧对应的主题符合度、视觉质量系数和内容凸显度导入评价公式得到各图像帧对应的应用价值度 ，其中 表示第 图像帧对应的主题符合度；

将各图像帧对应的应用价值度与设定的高价值度进行对比，从中选择应用价值度小于高价值度的图像帧作为特定图像帧；

S6、从待压缩视频分割的图像帧中识别图像帧像素相近情况和图像帧内容相似情况，由此选取适宜压缩方式；

S7、将调整后的待压缩视频按照适宜压缩率和适宜压缩方式进行压缩。

2.如权利要求1所述的一种基于图像分析的视频智能压缩方法，其特征在于：所述获取待压缩视频的应用场景影响情况参见下述过程：将待压缩视频的帧率和分辨率分别与设置的参考帧率和参考分辨率进行对比，计算待压缩视频的应用场景影响度 ，式中 、 分别表示待压缩视频的帧率、分辨率， 、 分别表示参考帧率、参考分辨率。

3.如权利要求2所述的一种基于图像分析的视频智能压缩方法，其特征在于：所述待压缩视频的图像特征影响情况具体分析过程如下：将各图像帧的对比度和颜色深度与预设的参考对比度和参考颜色深度进行对比，计算各图像帧的压缩优势度，具体表达式为 ，式中、 分别表示图像帧的对比度、颜色深度， 、 分别表示参考对比度、参考颜色深度，表示自然常数；

将各图像帧按照其处于待压缩视频中的位置顺序进行编号，进而将相邻图像帧的对比度、颜色深度进行对比，利用公式 得到相邻图像帧的差异指数 ，式中 、 分别表示相邻图像帧的对比度差值、颜色深度差值， 、分别表示相邻图像帧中前一个图像帧的对比度、颜色深度；

将各图像帧的压缩优势度结合相邻图像帧的差异指数计算待压缩视频的图像特征影响度 ，式中 表示待压缩视频的图像特征影响度， 表示待压缩视频中第 图像帧的压缩优势度，表示待压缩视频分割的图像帧顺序编号， ，表示待压缩视频分割的图像帧数量， 表示待压缩视频中第 图像帧与第 图像帧的差异指数， 表示待压缩视频中相邻图像帧的差异指数中最大差异指数。

4.如权利要求3所述的一种基于图像分析的视频智能压缩方法，其特征在于：所述待压缩视频的网络状态影响情况分析过程如下：获取压缩执行终端的网络带宽，由此得到压缩执行终端的正常网络状态参数，具体包括正常网速、正常网络延迟率和正常网络丢包率；

将压缩执行终端的当前网络状态参数与正常网络状态参数进行对比，计算待压缩视频的网络状态影响度 ，具体公式为 ，式中表示当前网速、 表示当前网络延迟率， 表示当前网络丢包率，、 、 分别表示正常网速、正常网络延迟率、正常网络丢包率。

5.如权利要求4所述的一种基于图像分析的视频智能压缩方法，其特征在于：所述适宜压缩率的确定过程如下：将待压缩视频的应用影响度、图像特征影响度和网络状态影响度导入表达式，得到待压缩视频对应的高压缩需求指数 ；

将待压缩视频的高压缩需求指数与预设的各种压缩率对应的高压缩需求指数进行匹配，进而将匹配成功的压缩率作为适宜压缩率。

6.如权利要求3所述的一种基于图像分析的视频智能压缩方法，其特征在于：所述图像帧像素相近情况具体参考下述识别过程：将各图像帧进行灰度化处理，并在处理后将各图像帧进行相邻像素的灰度值对比，得到各图像帧对应相邻像素的灰度差，进而将同一图像帧中相邻像素的灰度差进行对比，从中提取最大灰度差与最小灰度差，代入公式 ，得到图像帧像素相近度 ，式中 、 分别表示第 图像帧对应的最大灰度差、最小灰度差。

7.如权利要求6所述的一种基于图像分析的视频智能压缩方法，其特征在于：所述图像帧内容相似情况识别过程如下：按照图像帧的编号顺序将各图像帧中识别的对象与下一图像帧中识别的对象进行对比匹配，若某图像帧中的对象与另一图像帧中的对象匹配成功，则将该图像帧记为重点图像帧，进而统计重点图像帧的数量、各重点图像帧对应的其他图像帧匹配数量及其他图像帧匹配度；

利用公式 计算得到图像帧内容相似度

，式中 表示重点图像帧的数量， 、 分别表示第 重点图像帧对应的其他图像帧匹配数量、其他图像帧匹配度，表示重点图像帧的编号， 。

8.如权利要求7所述的一种基于图像分析的视频智能压缩方法，其特征在于：所述适宜压缩方式的选取过程如下：将图像帧像素相近度和图像帧内容相似度导入选取模型

得到选取的适宜压缩方式 ，模型中

、 均表示约束条件，其中 ， ，

、 分别表示图像帧像素相近度、图像帧内容相似度对应的有效阈值，表示或， 表示且，表示非。