“海纳·基尔霍夫”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]对信息值序列进行算术编码的算术编码器与进行算数解码的算数解码器及用于算术编码与解码信息值序列的方法及实现方法的计算机程序-CN202180081999.5在审
发明人：保罗·哈斯;海纳·基尔霍夫;卡斯滕·穆勒;海科·施瓦尔茨;德特勒夫·马尔佩;托马斯·威甘德 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2021-10-05 - 公布日： 2023-09-15 - 主分类号： H03M7/30 文献下载
摘要：本发明描述一种用于将信息值序列算术地编码为算术写码比特流的编码方案，使用向比特流提供进入点信息，从而允许从预定进入点向前恢复对比特流的算术解码。还提供相应的解码方案。这些编码及解码方案在解码速度方面提供更高效的编码概念。
信息序列进行算术编码编码器算数解码解码器用于方法实现计算机程序

[发明专利]视频解码器和编码器、视频解码和编码方法、及数字存储介质-CN201980036029.6有效
发明人：简·斯特格曼;海纳·基尔霍夫;德特勒夫·马尔佩;海科·施瓦尔茨;托马斯·威甘德 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2019-03-29 - 公布日： 2023-05-09 - 主分类号： H04N19/91 文献下载
摘要：一种视频解码器被配置为解码被细分成一个或多个片的集合的多个视频帧。解码器评估指示是使用独立编码模式还是使用单预测性模式还是使用双预测性模式对片进行编码的片类型信息，以选择用于片的解码的操作模式，在独立编码模式中，不存在基于先前帧的视频内容对当前帧的视频内容的预测，在单预测性模式中，存在基于先前帧的一个像素区块对像素区块的预测，在双预测性模式中，存在基于一个或多个先前帧的两个或更多个像素区块对像素区块的预测。视频解码器包括用于基于二进制序列的编码表示提供经解码的二进制序列的算术解码器。算术解码器被配置为使用第一估计参数确定第一源统计值及使用第二估计参数确定第二源统计值。算术解码器被配置为基于第一源统计值(a)及基于第二源统计值确定组合源统计值，且算术解码器被配置为基于组合源统计值确定用于间隔细分的一个或多个范围值，一个或多个范围值用于二进制序列的编码表示至经解码的二进制序列的映射。
视频解码器编码器解码编码方法数字存储介质

[发明专利]用于对整数值序列进行编码和解码的装置，用于对整数值序列进行编码和解码的方法以及用于实现这些方法的计算机程序-CN202180052109.8在审
发明人：保罗·哈斯;卡斯滕·穆勒;海纳·基尔霍夫;德特勒夫·马尔佩;海科·施瓦尔茨;托马斯·威甘德 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2021-06-23 - 公布日： 2023-04-25 - 主分类号： H03M7/30 文献下载
摘要：本发明描述用于对整数值序列进行编码的编码方案，特别是通过首先对预定位置处的值进行编码，然后连续地计算和编码相邻值之间的差。还提供了相应的解码方案。这些编码和解码方案提供更有效的编码概念。
用于整数序列进行编码解码装置方法以及实现这些计算机程序

[发明专利]用于神经网络参数的表示的改进的概念-CN202180042521.1在审
发明人：西蒙·威德曼;塔尔马杰·马林克;沃伊切赫·萨梅克;保罗·哈斯;卡斯滕·穆勒;海纳·基尔霍夫;德特勒夫·马尔佩;海科·施瓦尔茨;托马斯·威甘德 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2021-04-13 - 公布日： 2023-04-04 - 主分类号： G06N3/02 文献下载
摘要：一种用于产生NN表示的装置，该装置被配置为通过确定一量化参数和该NN参数的量化值，将该NN参数量化为一量化值，以使从该量化参数可得出乘数和位移位数。另外，执行量化参数和NN参数的量化值的确定，以使NN参数的量化值对应于量化值和取决于乘数的因子之间的乘积，该乘积被位移位的位数量取决于位移位数。
用于神经网络参数表示改进概念

[发明专利]用于解码神经网络的权重参数的解码器、编码器、方法和使用概率估计参数的编码表示-CN202180042614.4在审
发明人：保罗·哈斯;卡斯滕·穆勒;海纳·基尔霍夫;海科·施瓦尔茨;德特勒夫·马尔佩;托马斯·威甘德 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2021-04-13 - 公布日： 2023-02-03 - 主分类号： H03M7/40 文献下载
摘要：根据本发明的实施例包括用于解码神经网络的权重参数的解码器，其中解码器被配置为基于编码位流获取神经网络的多个神经网络参数，例如，矩阵W的条目wi，b，μ，σ2，σ，γ和/或β中的至少一个。此外，解码器被配置为使用上下文相关的算术解码，例如使用上下文自适应二进制算术解码(CABAC)来解码神经网络的神经网络参数，例如神经网络参数的量化版本。可选地，可以针对不同上下文确定二进制位值的概率，其中，例如，每个二进制位与上下文相关联。此外，解码器被配置为使用一个或多个概率估计参数获取概率估计，例如，概率估计可以与上下文相关联，用于神经网络参数的数字表示的二进制位的例如算术解码，例如，基于一个或多个先前解码的神经网络参数或其二进制位。此外，解码器被配置为使用不同的概率估计参数值来解码不同的神经网络参数和/或使用不同的概率估计参数值来解码与不同上下文模型相关联的二进制位。进一步实施例包括解码器，其被配置为使用不同的概率估计参数值来解码与神经网络的不同层相关联的神经网络参数。还公开了相应的编码器、方法和编码表示。
用于解码神经网络权重参数解码器编码器方法使用概率估计编码表示

[发明专利]神经网络表示格式-CN202080083494.8在审
发明人：斯特凡·马特莱格;保罗·哈斯;海纳·基尔霍夫;卡斯滕·穆勒;沃伊切赫·萨梅克;西蒙·威德曼;德特勒夫·马尔佩;托马斯·斯基尔勒;亚格·桑切斯·德·拉·富恩特;罗伯特·斯库平;托马斯·威甘德 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2020-09-30 - 公布日： 2022-07-15 - 主分类号： G06N3/04 文献下载
摘要：一种数据流(45)，其具有编码到其中的神经网络(10)的表示，所述数据流(45)包括序列化参数(102)，所述序列化参数(102)指示定义所述神经网络(10)的神经元互连(22，24)的神经网络参数(32)被编码到所述数据流(45)中的编码次序(104)。
神经网络表示格式

1
共 6 条