[发明专利]一种深度视频帧内智能编码方法有效
| 申请号： | 201910780475.X | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110519606B | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 雷建军;刘晓寰;侯春萍;张凯明;张静;何景逸 | 申请（专利权）人： | 天津大学 |
| 主分类号： | H04N19/597 | 分类号： | H04N19/597;H04N19/593;H04N19/59;H04N19/11;H04N19/132;H04N19/186;G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度视频帧内智能编码方法，包括：构建由下采样‑上采样组成的变分辨率预测编码模式；对当前深度LCU下采样以降低其尺寸，得到低分辨率深度块并进行低分辨率编码；采用彩色特征辅助的卷积神经网络对编码后的低分辨率深度编码单元进行上采样，使用残差编码单元进行深度特征和彩色特征的提取；将提取的特征进行降维处理，然后将降维后的两种特征进行特征融合，得到最终的融合特征；将融合特征与离散余弦插值滤波的结果相加，使得训练过程的数据始终为预测值与真实值的残差；将上述步骤植入3D‑HEVC中作为一种新的帧内预测模式，并与其他帧内预测模式进行率失真代价比较以选择出最优预测模式。 | ||
| 搜索关键词： | 一种 深度 视频 智能 编码 方法 | ||
【主权项】：
1.一种深度视频帧内智能编码方法，其特征在于借助了卷积神经网络优良地自主学习特性，并利用彩色特征信息辅助深度视频重建，所述方法包括以下步骤：/n1)构建由下采样-上采样组成的变分辨率预测编码模式；/n2)采用对当前深度LCU下采样以降低其尺寸，得到低分辨率深度块并进行低分辨率编码；/n3)采用彩色特征辅助的卷积神经网络对编码后的低分辨率深度编码单元进行上采样，使用残差编码单元提取深度特征和对应的彩色特征；/n4)将提取的彩色特征与深度特征进行降维处理，然后将降维后的两种特征进行特征融合，得到最终的融合特征；将融合特征与离散余弦插值滤波的结果相加，使得训练过程的数据始终为预测值与真实值的残差；/n将上述步骤1)-4)植入3D-HEVC中作为一种新的帧内预测模式，并与其他帧内预测模式进行率失真代价比较以选择出最优预测模式。/n
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天津大学，未经天津大学许可，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/201910780475.X/，转载请声明来源钻瓜专利网。
