1.一种基于全景视觉感知特性的视频低复杂度编码方法，其特征在于包括以下步骤：

步骤1：将ERP投影格式的全景视频中当前待编码的视频帧定义为当前帧；其中，ERP投影格式的全景视频中的视频帧的宽度为W且高度为H；

步骤2：判断当前帧是否为第1帧视频帧，如果是，则采用HEVC视频编码器的原始算法对当前帧进行编码，然后执行步骤10；否则，执行步骤3；

步骤3：对当前帧中的每个像素点进行空域JND阈值计算，得到当前帧的全景空域JND阈值图，记为G1，G1中的每个像素点的像素值即为当前帧中对应像素点的空域JND阈值；并对当前帧中的每个像素点进行加权梯度计算，得到当前帧的加权梯度图，记为G2，G2中的每个像素点的像素值即为当前帧中对应像素点的加权梯度值；

步骤4：计算当前帧中的每个像素点的空域感知因子，将当前帧中坐标位置为(x,y)的像素点的空域感知因子记为δA(x,y)，δA(x,y)＝G1(x,y)；并计算当前帧中的每个像素点的运动感知因子，将当前帧中坐标位置为(x,y)的像素点的运动感知因子记为δT(x,y)，然后计算当前帧中的每个像素点的时空加权感知因子，将当前帧中坐标位置为(x,y)的像素点的时空加权感知因子记为δ(x,y)，δ(x,y)＝δA(x,y)×δT(x,y)；再计算当前帧中的所有像素点的时空加权感知因子的平均值，记为Sδ；计算当前帧中的每个像素点的维度权重，将当前帧中坐标位置为(x,y)的像素点的维度权重记为wERP(x,y)， 其中，0≤x≤W‑1,0≤y≤H‑1，G1(x,y)表示G1中坐标位置为(x,y)的像素点的像素值，G1(x,y)亦表示当前帧中坐标位置为(x,y)的像素点的空域JND阈值，G2(x,y)表示G2中坐标位置为(x,y)的像素点的像素值，G2(x,y)亦表示当前帧中坐标位置为(x,y)的像素点的加权梯度值，SF表示G2中的所有像素点的像素值的平均值，SF亦表示当前帧中的所有像素点的加权梯度值的平均值，ε为运动感知常数，ε∈[1,2]，cos()为余弦函数；

步骤5：将当前帧中当前待处理的最大编码单元定义为当前最大编码单元；

步骤6：计算当前最大编码单元中的所有像素点的时空加权感知因子的平均值，记为Sδ_LCU；然后计算当前最大编码单元的基于时空加权感知因子的拉格朗日系数调节因子，记为ΨLCU， 再计算当前最大编码单元的基于时空加权感知因子的量化参数变化量，记为ΔQP1，ΔQP1＝3log2(ΨLCU)；其中，KLCU和BLCU均为调节参数，KLCU∈(0,

1)，BLCU∈(0,1)；

步骤7：计算当前最大编码单元中的所有像素点的维度权重的平均值，记为 再

计算当前最大编码单元的基于维度权重的量化参数变化量，记为ΔQP2，

其中，a和b均为调节参数，a∈(0,1)，b∈(0,1)，b＜a；

步骤8：计算当前最大 编码单元的新的 编码量化参数，记为QPnew，

然后用QPnew更新当前最大编码单元的编码量化参数；再对当

前最大编码单元进行编码；其中，QPorg表示当前最大编码单元的原始的编码量化参数，符号为向下取整运算符号；

步骤9：将当前帧中下一个待处理的最大编码单元作为当前最大编码单元，然后返回步骤6继续执行，直至当前帧中的所有最大编码单元均处理完毕，再执行步骤10；

步骤10：将ERP投影格式的全景视频中下一帧待编码的视频帧作为当前帧，然后返回步骤2继续执行，直至ERP投影格式的全景视频中的所有视频帧均编码完毕。

2.根据权利要求1所述的一种基于全景视觉感知特性的视频低复杂度编码方法，其特征在于所述的步骤3中，G1的获取方式为：采用空域恰可察觉失真模型对当前帧中的每个像素点进行空域JND阈值计算得到G1。

3.根据权利要求1或2所述的一种基于全景视觉感知特性的视频低复杂度编码方法，其特征在于所述的步骤3中，G2的获取过程为：将G2中坐标位置为(x,y)的像素点的像素值记为G2(x,y)， 其中，0≤x≤W‑1,0≤y≤H‑1，G2(x,y)亦表示当前帧中坐标位置为(x,y)的像素点的加权梯度值，表示水平方向，表示垂直方向，表示时域方向， 表示当前帧中坐标位置为(x,y)的像素点的水平方向梯度值， 表示当前帧中坐标位置为(x,y)的像素点的垂直方向梯度值，表示当前帧中坐标位置为(x,y)的像素点的时域方向梯度值， 和

由3D‑sobel算子计算得到，α表示水平方向的梯度调节因子，β表示垂直方向的梯度调节因子，γ表示时域方向的梯度调节因子，α+β+γ＝1。