“H04N19/147”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果284个，建议您升级VIP下载更多相关专利

[发明专利]一种考虑时域率失真优化的零延迟码率控制方法-CN202110761012.6有效
发明人：朱策;姜泽宇;郭红伟;杜金;司光灿;李幸泽 -专利权人：电子科技大学
申请日： 2021-07-06 - 公布日： 2023-02-03 - 主分类号： H04N19/147 文献下载
摘要：本发明属于图像编码技术领域，具体涉及一种考虑时域率失真优化的零延迟码率控制方法。本发明通过编码器对视频进行编码并控制视频编码码率，所述方法包括帧级的码率控制以及时域率失真优化。帧级码率控制主要包括帧级目标比特数的分配以及码率控制参数更新；时域率失真优化主要包括利用已编码帧的失真信息估计当前编码帧内每个宏块的时域依赖性并据此调整宏块的率失真优化。本发明能够在降低编码复杂度且不需要缓存后续帧的前提下，使得实际码率和目标码率非常接近，有效缩短码率控制模式下编码时间，并且在给定码率的情况下提升视频编码质量。
一种考虑时域失真优化延迟控制方法

[发明专利]使用时域邻居的重叠块运动补偿-CN201910791354.5有效
发明人：刘鸿彬;张莉;张凯;王悦 -专利权人：北京字节跳动网络技术有限公司;字节跳动有限公司
申请日： 2019-08-26 - 公布日： 2023-01-20 - 主分类号： H04N19/147 文献下载
摘要：描述了用于数字视频编码的设备、系统和方法，数字视频编码包括基于时域邻居的重叠块运动补偿(OBMC)处理。用于视频处理的示例方法包括：基于至少两个临时预测块的加权和，生成当前视频块的预测块，至少两个临时预测块中的第一个基于与当前视频块相关联的第一运动信息，至少两个临时预测块中的第二个基于与当前视频块的至少一个相邻块相关联的第二运动信息，并且至少一个相邻块包括时域相邻块；以及基于预测块，执行当前视频块与当前视频块的比特流表示之间的转换。
使用时域邻居重叠运动补偿

[发明专利]一种基于集成学习的帧间图像编码方法-CN202211555160.3在审
发明人：蒋先涛;柳云夏;郭咏梅;郭咏阳 -专利权人：宁波康达凯能医疗科技有限公司
申请日： 2022-12-06 - 公布日： 2023-01-17 - 主分类号： H04N19/147 文献下载
摘要：本发明公开了一种基于集成学习的帧间图像编码方法，涉及图像处理技术领域，包括步骤：提取图像组中帧内编码帧在编码划分后各编码块的特征向量以及对应的编码划分模式作为特征训练集；基于特征训练集和初始样本权值对弱分类器进行训练，并获取当前迭代次数的弱分类器系数；根据各迭代次数下的弱分类器和弱分类系数合成强分类器；通过强分类器对目标帧间图像进行各编码深度下对应编码块的编码划分模式预测。本发明通过将各迭代下的弱分类器进行融合获得强分类器，通过这种强化融合的方式提高分类精度，在保证编码质量的同时大大降低编码计算复杂度。
一种基于集成学习图像编码方法

[发明专利]一种基于邻居权重的参数选取和传递的点云属性编码和解码的方法及设备-CN201910942969.3有效
发明人：李革;张琦;王静;邵薏婷 -专利权人：北京大学深圳研究生院
申请日： 2019-09-30 - 公布日： 2023-01-10 - 主分类号： H04N19/147 文献下载
摘要：本发明提供了一种基于邻居权重的参数选取和传递的点云属性编码和解码的方法及编码设备和解码设备。该编码方法包括：根据点云中的点到当前点的空间距离大小确定该当前点的K个最近邻点；确定计算该最近邻点权重时的距离调整参数；根据该距离调整参数进行熵编码；根据该距离调整参数确定该当前点的属性预测值；根据该当前点的属性预测值进行编码处理。以及解码方法包括根据点云中的点到当前点的空间距离大小确定当前点的K个最近邻点；根据点云属性码流进行熵解码确定计算最近邻点权重时的距离调整参数；根据距离调整参数确定当前点的属性预测值。由此，能够通过选取合适的距离调整参数，提升点云编码性能。
一种基于邻居权重参数选取传递属性编码解码方法设备

[发明专利]基于人眼恰可察觉失真的屏幕内容视频编码感知码率控制方法及装置-CN202211156529.3在审
发明人：陈婧;王世萍;陈淋淋;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2022-09-22 - 公布日： 2023-01-03 - 主分类号： H04N19/147 文献下载
摘要：本发明公开了一种基于人眼恰可察觉失真的屏幕内容视频编码感知码率控制方法及装置，属于视频编码领域。首先获取屏幕内容视频，对屏幕内容视频进行边缘建模，得到二维边缘模型，提取二维边缘模型的边缘特征，并计算得到二维边缘模型的边缘模型参数；基于边缘模型参数获取亮度自适应阈值、对比度掩蔽效应阈值、边缘非结构失真敏感度阈值以及结构失真敏感度阈值，构建屏幕内容视频的像素域JND模型，确定JND因子；然后利用边缘特征和JND因子指导感知复杂度分类和目标比特分配；最后通过参考视频帧和重建视频帧的边缘相似度构建在JND约束条件下的感知码率控制模型。该方法能够提高屏幕内容视频的码率控制精度，明显改善屏幕内容视频的编码率失真性能。
基于人眼恰可察觉失真屏幕内容视频编码感知控制方法装置

[发明专利]一种抑制呼吸效应的率失真优化方法及装置-CN202211105690.8在审
发明人：刘鹏飞;刘国正;温安君 -专利权人：翱捷科技股份有限公司
申请日： 2022-09-10 - 公布日： 2022-12-30 - 主分类号： H04N19/147 文献下载
摘要：本发明公开了一种抑制呼吸效应的率失真优化方法。在每个I帧编码完成时，保存该I帧内部所有位置的图像块的帧内编码模式信息以及是否可用标识作为参考数据。在某个I帧和下一个I帧之间的所有P帧或B帧编码时，对所述参考数据进行更新。在对所述下一个I帧进行编码时，如所述参考数据中对应位置图像块的是否可用标识为可用，则将所述参考数据中对应位置图像块的帧内编码模式信息引入帧内编码模式选择的率失真优化运算中，参与帧内编码模式选择。本发明通过将某个I帧的帧内编码模式引入下一个I帧的帧内编码模式选择的率失真优化过程中，来减小相邻I帧之间的帧内编码模式差异，进而实现对呼吸效应的抑制。
一种抑制呼吸效应失真优化方法装置

[发明专利]一种基于深度学习的图像压缩方法及装置-CN202211080617.X在审
发明人：王岩 -专利权人：清华大学
申请日： 2022-09-05 - 公布日： 2022-12-16 - 主分类号： H04N19/147 文献下载
摘要：本发明提供一种基于深度学习的图像压缩方法及装置。该方法包括：确定待处理的图像数据；将所述图像数据输入到预先嵌入融合注意力模块的图像编解码模型进行图像编解码处理，获得图像编解码模型输出的压缩后的目标图像；所述融合注意力模块为融合通道注意力机制和窗口注意力机制的处理模块；所述图像编解码模型为基于样本图像及样本图像对应的图像处理结果进行训练得到的深度学习模型。本发明提供的基于深度学习的图像压缩方法，能够更好的利用通道相关性信息以及窗口与移位窗口的信息进行图像压缩，提高了深度学习图像压缩的率失真性能，有效改善了图像压缩效果，压缩率更高。
一种基于深度学习图像压缩方法装置

[发明专利]一种基于率失真优化的GPU中视频编码快速搜索方法-CN201910358851.6有效
发明人：袁三男;王孟彬 -专利权人：上海电力学院
申请日： 2019-04-30 - 公布日： 2022-12-16 - 主分类号： H04N19/147 文献下载
摘要：本发明涉及一种基于率失真优化的GPU中视频编码快速搜索方法，包括64×64PU搜索步骤、其他PU搜索步骤及分数像素搜索步骤，在64×64PU搜索及其他PU搜索中，针对不同大小的PU提出了基于率失真优化的两步搜索，首先获取最佳匹配位置，然后利用率失真代价计算方法将MV、PMV及SAD对应的率失真代价计算出来，存进Shared Memory，再用迭代算法计算出最小的代价，将最小代价及其对应的SAD及MV都存入Global Memory中。与现有技术相比，本发明降低了计算复杂度，大大减小了计算时间。
一种基于失真优化 gpu 视频编码快速搜索方法

[发明专利]视频编码方法、装置、电子设备及计算机可读存储介质-CN202211082494.3在审
发明人：王峰;鲍丽娜;杨邢釴;杨昕骅;徐晓硕 -专利权人：咪咕视讯科技有限公司;咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2022-09-06 - 公布日： 2022-12-09 - 主分类号： H04N19/147 文献下载
摘要：本申请公开了一种视频编码方法、装置、电子设备及计算机可读存储介质，所述视频编码方法包括：分别求取第一类宏块模式下的第一率失真代价和第二类宏块模式下的第二率失真代价；若第二率失真代价小于第一率失真代价，则选择第二类宏块模式对当前宏块进行编码；否则获取当前宏块在第一类宏块模式下的编码失真测度以及当前宏块对应的预设编码失真测度阈值，其中，预设编码失真测度阈值根据当前宏块的量化参数确定；若编码失真测度小于预设编码失真测度阈值，则选择第一类宏块模式进行对当前宏块进行编码；否则选择第二类宏块模式进行对当前宏块进行编码。本申请解决了宏块模式选择不恰当而导致视频编码效果差的技术问题。
视频编码方法装置电子设备计算机可读存储介质

[发明专利]视频编码方法、编码器、系统以及计算机存储介质-CN202080099999.3在审
发明人：元辉;周兰;李明;姜东冉 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-07-31 - 公布日： 2022-12-02 - 主分类号： H04N19/147 文献下载
摘要：本申请实施例公开了一种视频编码方法、编码器、系统以及计算机存储介质，该方法包括：确定待编码视频的预参数，根据所述预参数，确定第一拉格朗日乘子和第二拉格朗日乘子；根据所述第一拉格朗日乘子和所述第二拉格朗日乘子，确定目标拉格朗日乘子；根据第一失真度量准则，确定第一失真值，其中，所述第一失真度量准则包括语义失真度量准则；根据第二失真度量准则，确定第二失真值，其中，所述第二失真度量准则包括数值误差度量准则；根据所述第一失真值和所述第二失真值，确定目标失真值；利用所述目标拉格朗日乘子和所述目标失真值，确定所述待编码视频的编码参数，对所述待编码视频进行编码。
视频编码方法编码器系统以及计算机存储介质

[发明专利]RDOQ的最优量化值的计算方法-CN202010609749.1有效
发明人：章旭东;田景军;潘泽民;蒋尔松;孙浩 -专利权人：上海富瀚微电子股份有限公司
申请日： 2020-06-29 - 公布日： 2022-11-18 - 主分类号： H04N19/147 文献下载
摘要：本发明提供了一种RDOQ的最优量化值的计算方法，包括：对图像的多个像素点进行编码处理和量化处理；计算量化处理过程中率失真优化代价；设定失真模型和码率估计模型；将失真模型和码率估计模型代入所述率失真优化代价，计算率失真优化代价的增量，使得得到的率失真优化代价的增量的公式包含一个变量；以率失真优化代价的增量的公式推导出RDOQ的最优量化值的计算方法；以RDOQ的最优量化值实现率失真优化量化。本发明提供的RDOQ的最优量化值的计算方法中，得到的RDO代价增量的公式只有Δk一个变量，将失真和码率通过一个变量来衡量，可以平衡失真和码率的选择，并且能使得量化后失真较低的同时码率也较低。
rdoq 最优量化计算方法

[发明专利]一种基于局部纹理特性的HEVC多失真准则率失真优化方法-CN201910367892.1有效
发明人：元辉;王群;刘祺;刘昊 -专利权人：山东大学
申请日： 2019-05-05 - 公布日： 2022-11-15 - 主分类号： H04N19/147 文献下载
摘要：本发明涉及一种基于局部纹理特性的HEVC多失真准则率失真优化方法，包括步骤如下：(1)基于最大编码单元LCU的局部纹理特征分析：求取每个最大编码单元的纹理强度、结构强度，并分析每个最大编码单元的纹理特性，即判断该每个最大编码单元属于纹理简单区域，纹理复杂区域，规则区域中的哪一种；(2)率失真优化：采用本发明基于局部纹理特性的HEVC多失真准则率失真优化方法进行视频编码后，不仅重建视频的主观质量得到了提高，而且，当用PSNR衡量重建视频的失真时，率失真性能只有很小的下降。
一种基于局部纹理特性 hevc 失真准则优化方法

[发明专利]基于视觉自注意力网络的视频块级率失真优化方法及系统-CN202210735183.6在审
发明人：刘家瑛;李书家;王德昭;黄浩峰;郭宗明 -专利权人：北京大学
申请日： 2022-06-27 - 公布日： 2022-11-01 - 主分类号： H04N19/147 文献下载
摘要：本发明公开一种基于视觉自注意力网络的视频块级率失真优化方法及系统，属于数字视频增强领域，将多头自注意力机制引入视频压缩后处理任务中，充分利用自注意力机制强大的建模能力学习受损帧到无损帧的映射，并构建3种基于视觉自注意力网络的后处理模型，引入多种网络架构针对不同内容进行块级率失真优化，从而高效消除视频在解码重建时产生的伪影和压缩噪声。
基于视觉注意力网络视频块级率失真优化方法系统

[发明专利]编码方法、编码器及计算机可读存储介质-CN202210824946.4有效
发明人：江东;林聚财;方诚;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2022-07-14 - 公布日： 2022-10-28 - 主分类号： H04N19/147 文献下载
摘要：本申请公开了一种编码方法、编码器及计算机可读存储介质，该编码方法包括：获取当前编码块；基于参考帧中的目标参考块，为当前编码块中的当前像素点构建预测值调整模型，其中，预测值调整模型的参数是利用目标参考块中与当前像素点对应的参考像素点、目标参考块的参考模板中第一像素点以及当前编码块的当前模板中第二像素点的重建像素值计算得到的，其中，参考模板包括目标参考块的多个相邻重建像素点，当前模板包括当前编码块的多个相邻重建像素点；利用预测值调整模型对当前像素点进行预测，得到当前像素点的目标预测值。本申请所提供的编码方法能够优化图像的视觉效果。
编码方法编码器计算机可读存储介质

[发明专利]一种基于感知噪声信道模型的视频编码方法-CN202010934766.2有效
发明人：彭宗举;崔鑫;彭醇陵;陈芬 -专利权人：重庆理工大学
申请日： 2020-09-08 - 公布日： 2022-10-25 - 主分类号： H04N19/147 文献下载
摘要：本发明公开了一种基于感知噪声信道模型的视频编码方法，包括：S1、建立考虑视觉抖动噪声和恰可察觉失真(Just Noticeable Distortion，JND)噪声的感知噪声信道模型；S2、对视觉抖动的量化步长进行动态估计并计算视觉抖动噪声，计算JND噪声；S3、计算感知噪声权重因子；S4、根据感知噪声权重因子优化率失真代价函数；S5、基于优化后的率失真代价函数进行编码树单元(Code Tree Unit,CTU)编码。与现有技术相比，本发明引入了人眼视觉感知特性，在确保编码后视频主观质量良好的基础上，可有效节省视频编码码率，提升视频压缩性能。
一种基于感知噪声信道模型视频编码方法