[发明专利]使用后向自适应规则进行整数数据的无损自适应Golomb/Rice编码和解码无效
| 申请号： | 200510108887.7 | 申请日： | 2005-09-29 |
| 公开（公告）号： | CN1783144A | 公开（公告）日： | 2006-06-07 |
| 发明（设计）人： | H·S·马尔瓦 | 申请（专利权）人： | 微软公司 |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00 |
| 代理公司： | 上海专利商标事务所有限公司 | 代理人： | 沈昭坤 |
| 地址： | 美国华*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种使用具有新颖的自适应规则的新颖后向自适应技术进行整数数据的无损自适应Golomb/Rice(G/R)编码的方法和系统。该自适应G/R编码器和解码器(编解码器)及方法使用了在生成每个码字后调整G/R参数的自适应规则。这些自适应规则包括定义一自适应值并根据该自适应值调整G/R参数。如果自适应值等于零，则使G/R参数减少一整数常数。如果自适应值等于一，则G/R参数保持不变。如果自适应值大于一，则使G/R参数增加该自适应值。此外，该自适应G/R编码器和方法包括小数自适应，它根据G/R参数定义了经比例缩放的G/R参数，并更新和调整该经比例缩放的G/R参数来减慢自适应速率。 | ||
| 搜索关键词： | 使用 自适应 规则 进行 整数 数据 无损 golomb rice 编码 解码 | ||
【主权项】：
1.一种用于处理数字数据的方法，其特征在于，包括：使用Golomb/Rice(G/R)参数编码所述数字数据的输入值以生成所述输入值的码字；在生成所述码字后使用具有自适应规则的后向自适应技术来更新G/R参数；以及对所述数字数据的每个值重复所述编码和更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于微软公司，未经微软公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200510108887.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 图像重建方法、装置、电子设备及存储介质-202310920881.8
- 鲁丽霞;向超群;李佳怡 - 中南大学湘雅医院;中南大学
- 2023-07-25 - 2023-10-27 - G06T9/00
- 本发明提供一种图像重建方法、装置、电子设备及存储介质，该图像重建方法包括：根据图像重建请求，获取第一图像；对第一图像采用图像分析模型进行重建，得到第二图像；图像分析模型的训练包括：通过胶囊网络对第一图像执行编码，得到部分胶囊；通过模板库及动态参数对部分胶囊的图像特征采用组合方式进行动态表示，将图像特征进行组合，得到第二图像。本发明的有益效果为：通过胶囊网络将图像解析为可解释的部分，将图片部分表示由动态向量结合共享模板库动态生成，增强了模型表示复杂样本的能力；通过平移不变性处理，在实现了图像重建过程的无监督的情况下，实现了图像重建的稳定性，且提高了图像重建的质量。
- 编码方法、解码方法及终端-202210378876.4
- 邹文杰;张伟;杨付正;吕卓逸 - 维沃移动通信有限公司
- 2022-04-12 - 2023-10-27 - G06T9/00
- 本申请公开了一种编码方法、解码方法及终端，属于编解码技术领域，本申请实施例的编码方法包括：编码端对目标三维网格对应的第一信息进行编码，获取第一码流；第一信息基于目标三维网格对应的几何信息确定；编码端根据第一重建网格对应的连接信息，确定第二码流，第一重建网格基于第一信息和目标三维网格确定；编码端根据目标信息和属性编码方式确定第三码流，目标信息包括第一重建网格对应的属性信息，或者包括目标三维网格以及目标三维网格对应的目标纹理图；编码端基于第一码流、第二码流和第三码流，生成目标码流。
- 图像处理方法、装置、计算机设备及存储介质-202310383967.1
- 宋奕兵 - 腾讯科技（深圳）有限公司
- 2023-04-06 - 2023-10-27 - G06T9/00
- 本申请实施例公开了一种图像处理方法、装置、计算机设备及存储介质，属于计算机技术领域。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶、图像识别等各种场景。方法包括：将对目标图像进行编码得到的第一脉冲序列输入至脉冲神经网络；对于任一网络层，基于网络层，对网络层的输入脉冲信号、网络层中的刺激链路输出的第一脉冲信号以及网络层中的抑制链路输出的第二脉冲信号进行逻辑运算，得到网络层的输出脉冲信号；对脉冲神经网络中最后一个网络层输出的第二脉冲序列进行解码，得到目标图像的处理结果。上述方案能够保证脉冲神经网络在图像处理任务中的精度，提高图像处理的效率。
- 骨骼动画的压缩方法、装置、电子设备及存储介质-202310916436.4
- 周建瓴 - 网易（杭州）网络有限公司
- 2023-07-24 - 2023-10-27 - G06T9/00
- 本公开提供一种骨骼动画的压缩方法、装置、电子设备及存储介质，该方法包括：获取待压缩骨骼动画；对所述待压缩骨骼动画中的骨骼按照骨骼层级深度从小到大的顺序排序，依次对所述骨骼执行以下操作：判断所述骨骼是否为根骨骼；若所述骨骼不为根骨骼，获取所述骨骼的父骨骼的旋转数据，根据所述父骨骼的旋转数据，对所述骨骼进行旋转补偿，得到旋转补偿后骨骼，基于所述旋转补偿后骨骼进行线性帧抽取处理，得到第一压缩骨骼数据；基于所述第一压缩骨骼数据得到压缩后骨骼动画。本公开预先考虑了压缩误差，通过对骨骼进行旋转补偿，降低了逐骨骼累积的旋转误差。
- 图片数据的多级压缩方法、装置、设备及存储介质-202310992669.2
- 田亚雷;龚文博 - 深圳市吉迩科技有限公司
- 2023-08-08 - 2023-10-27 - G06T9/00
- 本申请涉及一种图片数据的多级压缩方法、装置、设备及存储介质，其中方法包括：获取待压缩图片，并对待压缩图片进行取模处理，得到原始数据；将原始数据分别存放于第一容器和第二容器中，且统计数据大小，得到第一存储量和第二存储量；确定索引数据的位宽，并构建颜色表以及初始索引表；识别颜色表中的最小值，并将颜色表中的所有数据均减去最小值，得到目标颜色表；基于索引数据的位宽对初始索引表进行压缩处理，得到第一压缩索引表；识别出第一压缩索引表中的定位符，并基于定位符对第一压缩索引表进行压缩处理，得到第二压缩索引表。本发明在图片压缩时避免了数据缺失，提高了图片数据压缩的精准度。
- 图像压缩方法、装置、设备及存储介质-202210374868.2
- 邓伟辉;张墨琪;李小成 - 北京字跳网络技术有限公司
- 2022-04-11 - 2023-10-27 - G06T9/00
- 本公开实施例公开了一种图像压缩方法、装置、设备及存储介质。将待压缩图像输入设定神经网络，获得中间图像；采用设定压缩算法对所述中间图像进行压缩，获得目标图像。本公开实施例提供的图像压缩方法，首先将待压缩图像输入训练后的设定神经网络再采用设定压缩算法对中间图像进行压缩，不仅可以保证压缩效率和压缩后的图像质量，且可以提高图像的压缩比。
- 用于神经图像压缩中多个块的内容自适应在线训练的系统、方法和计算机程序-202280017783.7
- 丁鼎;王炜;刘杉 - 腾讯美国有限责任公司
- 2022-09-28 - 2023-10-27 - G06T9/00
- 本申请提供了用于使用神经网络的端到端(E2E)神经图像压缩(NIC)的内容自适应在线训练，其由至少一个处理器执行，包括：将包括一个或多个块的输入图像接收至E2E NIC框架，基于一个或多个块对E2E NIC框架的第一神经网络进行预处理，使用经预处理的第一神经网络计算更新参数，对一个或多个块和更新参数进行编码，基于已编码的更新参数更新第一神经网络，以及使用已更新的第一神经网络生成已编码的一个或多个块的压缩表示。
- 用于神经图像压缩中迭代内容自适应在线训练的系统、方法和计算机程序-202280018096.7
- 丁鼎;王炜;刘杉 - 腾讯美国有限责任公司
- 2022-10-20 - 2023-10-27 - G06T9/00
- 使用神经网络进行端到端(E2E)神经图像压缩(NIC)的迭代内容自适应在线训练，由至少一个处理器执行，包括接收输入图像到端到端神经图像压缩E2E NIC框架，基于所述输入图像对所述E2E NIC框架进行微调，使用已微调E2E NIC框架的第一神经网络计算参数更新，基于第二神经网络增强所述已微调E2E NIC框架，所述第二神经网络为后增强网络，以及基于已增强E2E NIC框架和所述参数更新，生成更新的E2ENIC框架。
- 基于图卷积自编码器的高光谱影像非线性解混方法及系统-202110823203.0
- 张洪艳;盛耘;张良培 - 武汉大学
- 2021-07-21 - 2023-10-27 - G06T9/00
- 本发明提供一种基于图卷积自编码器的高光谱影像非线性解混方法及系统，包括根据高光谱影像计算图结构信息；构建深度分解网络，将高光谱影像及图结构信息输入，根据损失函数训练网络，直至训练收敛或达到最大训练轮数；所述深度分解网络的编码器基于图卷积层对输入的原始影像进行降维，得到原始影像的低维特征表达，解码器由编码器得到的低维特征表达重建出原始的输入影像，包括分为线性和非线性两个部分来重建原始影像；训练后提取网络中相应的隐层表达和权重分别作为丰度和端元信息，实现混合像元分解。本发明通过深度学习实现线性混合模型到非线性混合模型的映射，挖掘影像非局部空间信息，增强网络的空间感知能力，提高分解精度。
- 一种基于空谱特征分离提取的多光谱图像压缩方法及系统-202011493869.6
- 孔繁锵;胡可迪;李丹;赵瞬民 - 南京航空航天大学
- 2020-12-17 - 2023-10-27 - G06T9/00
- 本发明公开一种基于空谱特征分离提取的多光谱图像压缩方法及系统，通过谱间特征提取模块与空间特征提取模块分别提取多光谱图像的光谱特征与空间特征；再进行逐像素融合，统一进行下采样，减小特征图尺寸；然后通过量化和熵编码，得到压缩后的数据码流；恢复图像时，对接收到的码流进行熵解码以及逆量化，获得特征数据送入反向解码网络，反向解码网络的结构与前向编码网络相对称，经过上采样恢复尺寸大小以及对应的空谱特征恢复网络，分别恢复出图像的空间及谱间信息，获得重构的多光谱图像。本发明通过空谱特征提取模块，将空间和谱间信息分离提取，保证了空谱特征的完整性，结合压缩网络及率失真优化，可实现多光谱图像的高性能多码率压缩。
- 一种图像数据的传输方法及装置-202110790833.2
- 李双学;相欣;胡小青 - 东软医疗系统股份有限公司
- 2021-07-13 - 2023-10-27 - G06T9/00
- 本申请公开了一种图像数据传输方法及装置。其中方法包括：采集获得目标图像数据帧；基于目标处理方式对所述目标图像数据帧进行压缩处理；将处理后的所述目标图像数据帧存储至所述缓存装置；从所述缓存装置中获取待传输的图像数据帧以进行数据传输。本申请中的图像数据的传输方法及装置，通过对采集获得的目标图像数据帧进行压缩处理，然后将处理后的目标图像数据帧存储至缓存装置，由此能够提高缓存装置的存储能力，增加缓存装置存储图像数据帧的数量，有效减缓了干扰引发的数据重传过多或者数据传输链路堵塞延迟造成数据缓存器溢出问题，提高了数据帧传输的健壮性，为后续准确、快速的进行图像重建奠定了基础。
- 针对目标序列进行模态转换的方法及装置-202310904141.5
- 李文;郑若冰;王萌;陈景东 - 支付宝（杭州）信息技术有限公司
- 2023-07-21 - 2023-10-24 - G06T9/00
- 本说明书实施例提供一种针对目标序列进行模态转换的方法及装置，在模态转换的方法中，获取第一模态序列，其中包括若干第一模态特征数据。通过编码器，对各个第一模态特征数据逐个进行编码，得到对应的各个第一模态编码，各个第一模态编码形成第一编码序列。通过第一解码器，并行地基于各个第一模态编码，预测各自对应的各个第二模态编码，各个第二模态编码形成第二编码序列。通过第二解码器，基于第一编码序列，利用交叉注意力机制，对第二编码序列进行修正，得到修正编码序列。根据修正编码序列，确定对应于第一模态序列的第二模态序列，该第二模态序列包括若干第二模态特征数据，其用于驱动虚拟形象影像的合成。
- 压缩标注图像的获取方法、装置、设备及存储介质-202210368901.0
- 邓伟辉;张墨琪;李小成 - 北京字跳网络技术有限公司
- 2022-04-08 - 2023-10-24 - G06T9/00
- 本公开实施例公开了一种压缩标注图像的获取方法、装置、设备及存储介质。对原始图像进行压缩，获得第一压缩图像；获取当前图像的目标调整概率信息；基于目标调整概率信息对当前图像进行调整，并对调整后的图像进行压缩，获取第二压缩图像；确定第一压缩图像和第二压缩图像的目标价值增量；若目标价值增量满足设定条件，则将调整后的图像确定为压缩标注图像，以基于压缩标注图像对设定图像处理模型进行训练；若目标价值增量不满足设定条件，则将调整后的图像作为新的当前图像，并返回执行获取当前图像的目标调整概率信息的操作，直到目标价值增量满足设定条件。不仅可以提高模型的泛化性和预处理效果，也可以提高设定压缩方法的图像压缩效果。
- 编码、解码方法、装置及设备-202210370125.8
- 邹文杰;张伟;杨付正;吕卓逸 - 维沃移动通信有限公司
- 2022-04-08 - 2023-10-24 - G06T9/00
- 本申请公开了一种编码、解码方法、装置及设备，涉及编解码技术领域。该编码方法，包括：编码端对编码后的目标三维网格的几何信息进行解码重建，获取重建后的第一几何信息；所述编码端对所述第一几何信息进行重复顶点筛选，获取重复顶点信息，所述重复顶点为位置坐标相同的多个顶点中除第一顶点以外的顶点，所述第一顶点为位置坐标相同的多个顶点中的其中一个顶点；所述编码端根据所述重复顶点信息，进行所述目标三维网格的第一连接关系的重排序，获取重排序后的第二连接关系；所述编码端对所述第二连接关系进行编码。
- 基于语义图谱的图像-语义信息联合压缩编码方法-202210397909.X
- 林巍峣;李书源 - 上海交通大学
- 2022-04-08 - 2023-10-24 - G06T9/00
- 一种基于语义图谱的图像‑语义信息联合压缩编码方法，在压缩阶段，从输入图像中提取多种语义信息并构建语义图谱，同时通过带下采样的图像编码网络从输入图像中提取出纹理特征图，用于进一步提取实例纹理特征与空间纹理特征，将语义分割图和实例分割图合并为辅助语义图，经FLIF编码得到辅助码流，然后将纹理特征嵌入语义图谱后经无损压缩编码得到用于传输的压缩码流；在解压缩阶段，通过与编码对应的解码方式对压缩码流进行解码，无损或近似无损恢复得到含纹理特征的语义图谱，对辅助码流FLIF解码进行无损恢复得到语义信息，最终有损重建出输入图像。本发明无需解码恢复图像，大大降低计算开销并提高分析效率。
- 一种基于局部信息量统计直方图的红外图像动态范围压缩显示方法-202310712607.1
- 李晓琼;周永康 - 北京理工大学
- 2023-06-15 - 2023-10-24 - G06T9/00
- 本发明属于红外图像处理技术领域，具体涉及一种基于局部信息量统计直方图的红外图像动态范围压缩显示方法。本发明的主要步骤为：统计高动态红外图像的不同灰度下的局部信息量；统计不同灰度的局部信息量密度；计算局部信息量累计直方图；高动态图像映射压缩获得最终的低动态范围图像。本发明充分考虑弱小目标信息丰富却像素数少的特性，能够有效改善动态范围压缩过程中弱小目标和微弱信息丢失的问题，也可以应用于通用的图像对比度增强中。
- 模型训练方法、装置、电子设备及计算机可读存储介质-202210369933.2
- 胡坤磊;刘杰;卢军 - TCL科技集团股份有限公司
- 2022-04-08 - 2023-10-24 - G06T9/00
- 本申请实施例提供了一种模型训练方法、装置、电子设备及计算机可读存储介质。方法包括：获取多帧第一图像以及多帧第二图像；其中，每一帧第一图像均有一对应的第二图像；将每一帧第一图像以及对应的一帧第二图像作为一个训练样本，得到由多个训练样本构成的训练集；建立视频压缩复原模型；利用训练集对视频压缩复原模型进行训练，得到训练好的视频压缩复原模型。本申请实施例训练出的视频压缩复原模型可以在传输视频前对视频进行压缩，传输完成后对视频进行复原，实现视频的高速传输。
- 图像编码方法、解码方法、装置及设备-202210324753.2
- 陶晓明;黄丹兰;刘光毅;高飞飞;王森;潘成康 - 清华大学;中国移动通信有限公司研究院;中国移动通信集团有限公司
- 2022-03-29 - 2023-10-24 - G06T9/00
- 本发明提供一种图像编码方法、解码方法、装置及设备，涉及通信技术领域。该方法包括：获取第一图像的语义标签图，以及所述第一图像中各个对象的特征图；对所述语义标签图和所述特征图分别进行编码，得到所述第一图像的编码数据；其中，所述语义标签图标示所述第一图像中各个对象的空间关系。本发明的方案，解决了图像编码后数据量过大而影响传输质量的问题。
- 一种安防监控设备数据智能压缩方法与系统-202210298169.4
- 张保海;张保生;邓嵩 - 江苏预立新能源科技有限公司
- 2022-03-25 - 2023-10-24 - G06T9/00
- 本发明涉及人工智能领域，具体涉及一种安防监控设备数据智能压缩方法与系统，该方法包括以下步骤：对安防监控设备视频进行预处理得到第一背景帧图像和第二背景帧图像，获取第一背景帧图像与第二背景帧图像之间的任意图像记为中间帧图像，利用变分自编码网络的编码端得到第一模型、第二模型、第三模型；获取第二模型与第三模型的差值作为中间帧图像的第一压缩数据；将从第二模型上重新采样的特征向量输入全连接网络，根据全连接网络输出的特征向量得到中间帧图像的第二压缩数据；中间帧图像的压缩结果包括第一模型、第一压缩数据、第二压缩数据。本发明能够较大程度上减少视频的存储数据量。
- 图像处理方法、装置、图像处理芯片、摄像组件及飞行器-201910196165.3
- 李昭早 - 深圳市道通智能航空技术股份有限公司
- 2019-03-15 - 2023-10-24 - G06T9/00
- 本发明实施例涉及图像处理技术领域，公开了一种图像处理方法、装置、图像处理芯片、摄像组件、飞行器及飞行器系统。其中，该方法包括：确定原始图像中的目标；根据所述目标确定所述原始图像中的目标区域，其中，所述目标位于所述目标区域内；对所述目标区域内的原始图像采用第一码率进行编码，对所述目标区域外的原始图像采用第二码率进行编码，其中，所述第一码率高于所述第二码率。通过该方法可以在不提升整个码率的情况下，提高目标区域内的图像的清晰度。
- 三维数据编码方法、三维数据解码方法、三维数据编码装置、以及三维数据解码装置-202280019188.7
- 大川真人;井口贺敬;杉尾敏康;西孝启 - 松下电器（美国）知识产权公司
- 2022-03-07 - 2023-10-20 - G06T9/00
- 一种三维数据编码方法，对构成序列的多个帧中的至少一个帧的三维点的属性信息进行变换(S13921)，通过对变换后属性信息进行编码而生成比特流(S13922)，比特流还包含：为序列而设置的变换的至少一个第1参数；以及为了至少一个帧中的每一个帧而设置的变换的至少一个第2参数。
- 利用多尺度自编码器进行数据压缩-202280019288.X
- H·C·M·乐;R·普雷萨;杨阳;朱银浩;A·赛德;Y·张;T·S·科恩 - 高通股份有限公司
- 2022-03-09 - 2023-10-20 - G06T9/00
- 一种图像压缩的方法包括：接收图像。生成用以表示该图像的特征的多个经量化隐性表示。每个经量化隐性表示具有不同的分辨率，并且是以交错定时生成的。每个较晚生成的经量化隐性表示以每个先前生成的经量化隐性表示为条件。对该多个经量化隐性表示进行解码以重构该图像。
- 基于图像压缩编码系统的数据处理方法和装置-202310770183.4
- 张思 - 中国工商银行股份有限公司
- 2023-06-27 - 2023-10-20 - G06T9/00
- 本申请公开了一种基于图像压缩编码系统的数据处理方法和装置，涉及图像压缩技术领域，该方法包括：将原始图像输入图像压缩编码系统的图像变换网络后，获取图像变换网络输出的离散图像数据，其中，图像压缩编码系统至少包括图像变换网络，超先验编解码网络和图像反变换网络，图像变换网络用于将图像数据处理为离散数据；使用超先验编解码网络对离散图像数据进行第一编解码处理，得到熵模型估计参数；使用图像反变换网络对熵模型估计参数和经过第二编解码处理的离散图像数据进行数据重构，得到原始图像对应的重建图像。解决了在图像压缩编码的过程中，如何提高重建图像的图像质量的技术问题，提高了重建图像的图像质量。
- 一种对于图像压缩的优化方法-202310918048.X
- 梁彦霞;赵萌;刘欣;姜静;卢光跃;贾彤;何华;金蓉 - 西安邮电大学
- 2023-07-25 - 2023-10-20 - G06T9/00
- 本发明公开了一种对于图像压缩的优化方法，涉及图像压缩技术领域，该方法包括获取图像数据集，通过以结构相似性为标准对图像数据进行拼接，得到原始输入矩阵，构建神经网络模型，引入扩展卡尔曼滤波器模块对神经网络进行训练，将原始输入矩阵输入训练后的神经网络模型的编码层中，得到输出矩阵；将输出矩阵输入至神经网络的解码层中，获得解压缩矩阵。
- 一种用于纺织品的像素图片矢量化方法-202310776282.3
- 汪杭军 - 苏州智创信息科技有限公司
- 2023-06-28 - 2023-10-20 - G06T9/00
- 本发明公开了一种用于纺织品的像素图片矢量化方法，包括以下步骤：S1.纺织品图片获取：利用图片采集设备对纺织品进行拍摄，获取纺织品的图片，并对获取的纺织品图片进行预处理，得处理后的纺织品图片；S2.图片转换：输入处理后的纺织品图片，将图片每个像素的RGB值转换为8位灰度值，实现图片转换为灰度图；S3.分割：根据灰度图，对图片进行降噪处理后，完成图片区域的分割，获得不同的分割区域；S4.计算分割区域的亚像素精度公共边界，然后确定边界上的节点。本发明通过在纺织品图片获取时，对获取的纺织品图片进行预处理，从而能够得到更清晰的纺织品图片，有利于后续的矢量化处理。
- 一种基于聚类的点云压缩方法-202310707069.7
- 马艳华;李伟明;于浩南;董昕元 - 大连理工大学
- 2023-06-15 - 2023-10-20 - G06T9/00
- 本发明属于点云数据处理领域，公开一种基于聚类的点云压缩方法。去除点云数据中的离群噪声点后，使用地面点拟合算法将所有地面点去除；再进行点云到距离图像的转换操作，将点云数据结构化；随后，对距离图像采用基于角度信息的聚类识别算法，将具有近似关系的点形成一个簇，同一簇的点使用均值距离来代替簇内所有点的距离信息形成预测图像，对所有的簇进行编码；最后，计算预测距离图像与原距离图像之间的残差，对残差编码从而提高点云的精度。通过本发明的点云压缩方法，不仅改善了压缩产生的信息失真、信息丢失问题，保证实时压缩性能，还可以解决自动驾驶中传输和存储点云数据消耗大量硬件资源的问题，为自动驾驶技术的发展提供了技术支撑。
- 文件压缩方法、装置及设备-201910094053.7
- 王超;陈盼鑫;陈华昌;胡廷京 - 创新先进技术有限公司
- 2019-01-30 - 2023-10-20 - G06T9/00
- 本说明书实施例提供一种文件压缩方法、装置及设备，所述方法包括：获取待压缩的动画资源文件，所述动画资源文件包括：原始Lottie文件；识别所述原始Lottie文件中的图片资源代码；利用所述图片资源代码获取原始图片资源后进行压缩，根据压缩后的图片资源重写所述动画资源文件，获得压缩后的动画资源文件。本实施例的文件压缩效果显著，压缩后的Lottie文件仍可正常解读。
- 一种内存管理方法及系统-201810536826.8
- 吴凡;谢林菲;蔡泳恒 - 珠海全志科技股份有限公司
- 2018-05-30 - 2023-10-20 - G06T9/00
- 本发明公开了一种内存管理方法及系统，该方法包括根据各编码通道的相关参数设置一相应大小的内存单元，内存单元与系统用内存相分离；将内存单元划分为用于存储I帧数据的I帧内存池及用于存储非I帧数据的非I帧内存池；分别对I帧内存池及非I帧内存池进行内存分配和释放管理。该方法将内存单元与系统用内存相分离，可避免系统用内存因频繁的分配和释放，产生大量的内存碎片；内存单元划分为I帧内存池及非I帧内存池，将分配释放频繁但数据量小的P帧数据与分配相对不频繁但数据量大的I帧数据隔离，可以避免P帧数据的频繁分配和释放产生大量内存碎片从而影响I帧数据的分配。
- 图像处理装置和方法-201980008008.3
- 矢野幸司;中神央二;加藤毅;隈智 - 索尼公司
- 2019-01-07 - 2023-10-20 - G06T9/00
- 本公开内容涉及能够抑制编码效率的降低的图像处理装置和方法。根据本公开内容生成包含以下内容的比特流：指示作为指示在每个位置处是否存在数据的映射信息的占有映射与其中指示三维结构的3D数据的位置信息被投影到二维平面上的几何图像和其中3D数据的属性信息被投影到二维平面上的纹理图像中的至少一个之间的对应关系的信息；以及几何图像、纹理图像和占有映射的编码数据中的每一个。本公开内容可以应用于例如信息处理设备、图像处理设备、电子装置、信息处理方法、程序等。
- 用于针对基于特定模式的多个块进行内容自适应在线训练的系统、方法和计算机程序-202280018029.5
- 丁鼎;王炜;刘杉 - 腾讯美国有限责任公司
- 2022-11-02 - 2023-10-17 - G06T9/00
- 提供了由至少一个处理器执行的针对使用神经网络的端到端(E2E)神经图像压缩(NIC)的内容自适应在线训练，包括：将输入图像接收至E2E NIC框架；将该输入图像分割为多个块；从所述多个块中选择块的子集，该子集中的块共享相同的模式；对E2E NIC框架的神经网络进行预处理，其中，将经预处理的神经网络应用于所选择的块的子集；使用该经预处理的神经网络来计算更新的参数；以及基于所述更新的参数生成更新的E2E NIC框架。
- 专利分类
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
