1.一种基于目标检测与跟踪的智能视频编码方法，其特征在于：所述方法包括以下步骤：

步骤1：输入原始视频图像P1，设定目标对象类别的权重值Weight；

步骤2：基于原始视频图像P1的水平像素分辨率，生成检测跟踪图像P2；

步骤3：对检测跟踪图像P2进行目标对象检测，输出检测到目标对象的位置坐标、检测框宽高、置信度最大的对象类别及置信度值；

所述步骤3中，对步骤2生成的检测跟踪图像P2采用改进的SSD神经网络模型进行目标对象检测，从第1帧开始检测，每隔N帧检测一次，N的取值范围为[15,150]；所述改进的SSD神经网络模型以SSD检测框架为基础，模型包括11层网络，前5层以Xception神经网络的前5个卷积层替换VGG-16网络的前5个卷积层，后6层为SSD的5个卷积层和1个池化层；

若当前帧为检测帧，并且检测到目标对象，则输出像素尺寸较大的前M个目标对象的位置坐标、检测框大小、置信度最大的对象类别及置信度值Conf，并进行步骤4；若当前帧中没有目标对象，进行步骤8，完成视频图像编码；M的取值范围为[1,50]；

若当前帧为非检测帧，并且在最近一次检测中已检测到目标对象，则进行步骤5，若当前帧中没有目标对象，进行步骤8，完成视频图像编码；

步骤4：在生成的检测跟踪图像P2中，根据检测结果提取目标对象特征；

步骤5：采用核相关滤波目标跟踪算法对目标对象进行跟踪；

步骤6：利用目标对象与检测跟踪图像P2及原始视频图像P1的关系生成感兴趣区域；

步骤7：计算感兴趣区域量化参数下调值QPdown；所述步骤7中，基于步骤1设置的目标对象类别权重值Weight和步骤3输出的目标对象置信度值Conf，按式(1)计算对应感兴趣区域量化参数下调值QPdown：

其中，Conf的取值范围为[0,1]，d1和d2为调节参数，d1的取值范围为[0.3,0.7]，d2的取值范围为(0.7,1.3]；

步骤8：视频图像编码；所述步骤8中，若当前帧中存在目标对象，则在编码器已有的码率控制算法基础上，根据感兴趣区域位置及其对应的量化参数下调值，实现感兴趣区域编码，同时将检测到的目标对象类别、位置和大小压入码流；否则按编码器已有的码率控制算法进行视频图像编码，输出视频码流。

2.根据权利要求1所述的一种基于目标检测与跟踪的智能视频编码方法，其特征在于：所述步骤1中，支持目标对象类别包括人和车，Weight取值范围为[1,10]。

3.根据权利要求1所述的一种基于目标检测与跟踪的智能视频编码方法，其特征在于：所述步骤2中，若原始视频图像P1的水平像素分辨率小于等于1920，则采用双线性插值算法将输入的原始视频图像P1缩放到分辨率为R的检测跟踪图像P2；否则采用基于像素区域关系的插值算法将原始视频图像P1缩放到分辨率为R的检测跟踪图像P2；分辨率R的大小在

640×480至960×720之间，用户根据计算资源决定。

4.根据权利要求1所述的一种基于目标检测与跟踪的智能视频编码方法，其特征在于：所述步骤4中，目标对象特征包括对检测到的每个目标对象区域提取的方向梯度直方图和颜色直方图特征。

5.根据权利要求4所述的一种基于目标检测与跟踪的智能视频编码方法，其特征在于：所述步骤5中，若当前帧在步骤3中已经进行了目标对象检测，则将检测到的目标对象初始化核相关滤波目标跟踪算法，并用步骤4提取的目标对象特征训练对应的滤波器；若当前帧未在步骤3中进行检测，则采用核相关滤波目标跟踪算法确定各个目标对象在当前帧中的位置。

6.根据权利要求1所述的一种基于目标检测与跟踪的智能视频编码方法，其特征在于：所述步骤6中，将检测跟踪图像P2中的目标位置和大小映射到原始视频图像P1中的位置和大小，然后将映射后P1中的目标区域矩形框上下左右四条边往外扩展到最接近像素个数为

16倍数的边界作为感兴趣区域。