“P·博尔德斯”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36个，建议您升级VIP下载更多相关专利

[发明专利]用于具有交叉分量缩放的亮度映射的方法和设备-CN202180086417.2在审
发明人： E·弗朗索瓦;P·博尔德斯;P·安德里文;P·德拉格朗日;G·马丁-科谢;斯里尼瓦斯·古杜马苏 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-12-03 - 公布日： 2023-08-22 - 主分类号： H04N19/176 文献下载
摘要：一种方法包括：获得(601)与视频数据相关联的语法元素，其中所述语法元素指定将基于不同于第二颜色分量的至少一个第一颜色分量来变换至少一个第二颜色分量的交叉颜色分量变换过程将被应用于视频数据，作为要应用于视频数据的解码过程之后的后处理过程。
用于具有交叉分量缩放亮度映射方法设备

[发明专利]游戏应用程序中利用基于深度学习的预测的延迟管理-CN202180069046.7在审
发明人： F·加尔平;P·博尔德斯;F·莱莱昂内克;K·纳赛尔;L·谢瓦利尔 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-09-30 - 公布日： 2023-06-27 - 主分类号： A63F13/67 文献下载
摘要：一种用于减少游戏应用程序中的延迟的方法，该方法包括：获得(305B)第一帧，所述第一帧表示在游戏应用程序中由用户执行的第一动作；获得(500)表示在该游戏应用程序中由该用户执行的第二动作的信息，所述第二动作在该第一动作之后；以及，使用神经网络从至少包括该第一帧和表示第二动作的该信息的数据预测(500)对应于该第二动作的第二帧。
游戏应用程序利用基于深度学习预测延迟管理

[发明专利]使用几何模型进行运动编码用于视频压缩-CN202180067953.8在审
发明人： P·博尔德斯;F·加尔平;A·罗伯特;K·纳赛尔 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-09-21 - 公布日： 2023-06-23 - 主分类号： H04N19/51 文献下载
摘要：一种视频编码系统，该视频编码系统基于核线几何结构执行运动预测。第一相机对应于当前帧，第二相机对应于参考帧，并且核线几何结构用于确定允许执行该参考帧与该当前帧之间的预测的运动参数。
使用几何模型进行运动编码用于视频压缩

[发明专利]深度预测修正-CN202180062753.3在审
发明人： F·加尔平;P·博尔德斯;T·杜马斯;K·纳赛尔;帕维尔·尼基丁 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-09-14 - 公布日： 2023-05-26 - 主分类号： H04N19/56 文献下载
摘要：公开了一种用于深度预测修正的方法和装置。获得图片的块的第一运动补偿区域和该块的第二区域。使用神经网络确定该块的预测，该神经网络使用该第一运动补偿区域和该第二区域。
深度预测修正

[发明专利]视频编码中基于神经网络的滤波器-CN202180042531.5在审
发明人： P·博尔德斯;F·加尔平;T·杜马斯;帕维尔·尼基丁;F·阿尔班 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-05-24 - 公布日： 2023-04-07 - 主分类号： H04N19/117 文献下载
摘要：在一个具体实施中，为了执行块的某种型式的重构样本的环路滤波，在比特流中仅发信号通知单个偏移参数。基于该型式的重构样本，使用神经网络来生成像素级权重掩模。因为神经网络参数在编码器和解码器处均是已知的，所以不需要在比特流中发信号通知这些参数。使用通过加权掩模缩放的单个偏移参数来调节块中的样本。因此，即使仅使用单个偏移参数，也通过像素级偏移来调节该样本。该神经网络也可以采用其他参数诸如量化参数和图片类型作为输入。此外，可存在生成不同权重掩模的多个神经网络，其中发信号通知不同偏移并且将选择神经网络中的一个或多个神经网络以用于滤波。
视频编码基于神经网络滤波器

[发明专利]使变换过程自适应于基于神经网络的帧内预测模式-CN202180043807.1在审
发明人： T·杜马斯;F·加尔平;P·博尔德斯;F·莱莱昂内克 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-06-08 - 公布日： 2023-04-04 - 主分类号： H04N19/105 文献下载
摘要：本发明提出了用于高效地编码或解码视频的方法和装置。例如，确定使用至少一个神经网络从包括围绕图像块的像素的上下文对该图像块进行的帧内预测，并且还确定与要应用于对该图像块进行解码的变换方法相关的信息。该变换方法自适应于要编码或解码的该块的神经网络帧内预测模式。与该变换方法相关的该信息是在编码时由在该图像块的帧内预测中使用的该至少一个神经网络推断的，并且在解码时用信号发送或也是在解码时推断的。
变换过程自适应基于神经网络预测模式

[发明专利]视频编码中的缩放列表控制-CN202180032538.9在审
发明人： K·纳赛尔;P·德拉格朗日;F·莱莱昂内克;P·博尔德斯 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-04-09 - 公布日： 2022-12-23 - 主分类号： H04N19/126 文献下载
摘要：本发明提供了一种编码器，诸如多功能视频编码编码器，该编码器可以通过使用针对低频不可分离变换(LFNST)的现有自适应参数集(APS)标记来禁用针对编码单元的采用自适应颜色转换(ACT)或联合色度编码(JCBCR)的缩放矩阵。在一个实施方案中，当使用低频不可分离变换来控制针对ACT和JCBCR的缩放矩阵时，用于使用利用相同标记来控制缩放矩阵的语法对视频数据进行编码或解码的方法或设备。在第二实施方案中，用于使用控制仅针对ACT的缩放矩阵的语法对视频数据进行编码或解码的方法或设备。在另一个实施方案中，用于使用控制仅针对JCBCR的缩放矩阵的语法对视频数据进行编码或解码的方法或设备。在另一个实施方案中，用于使用在序列参数集级别下控制缩放矩阵的语法对视频数据进行编码或解码的方法或设备。
视频编码中的缩放列表控制

[发明专利]使用深度神经网络的运动修正-CN202180030944.1在审
发明人： F·加尔平;P·博尔德斯;P·吉洛特;X-H·范 -专利权人：交互数字VC控股法国有限公司
申请日： 2021-05-18 - 公布日： 2022-12-09 - 主分类号： H04N19/577 文献下载
摘要：对于双向预测块，可以使用DNN来修正初始运动场。在一个具体实施中，初始运动场被取整，以获得初始预测块。基于初始预测，DNN可以生成运动修正信息，该运动修正信息被缩放并且被添加到初始运动场的子像素残差运动以生成修正的运动场。缩放因子可以采取默认值，或者可基于运动不对称性。虽然初始运动场通常基于块或基于子块，但是修正运动场基于像素或基于子块，并且可以处于任意精度。在编码器和解码器两者处执行相同的修正过程，因此不需要发信号通知运动修正信息。可基于初始运动、块活动和块大小来确定修正是否被启用。
使用深度神经网络运动修正

[发明专利]用于联合色度编码块的缩放过程-CN202080079424.5在审
发明人： P·德拉格朗日;F·莱莱昂内克;E·弗朗索瓦;P·博尔德斯 -专利权人：交互数字VC控股法国有限公司
申请日： 2020-12-01 - 公布日： 2022-11-11 - 主分类号： H04N19/126 文献下载
摘要：本发明涉及在视频比特流中，在解量化之前而不是逆变换之后，解复用Cb信道和Cr信道。这样，可以使用常规Cb和Cr量化控制参数，任选地在视频块为联合色度编码时进行微小调整。在一个实施方案中，可以指定一些特定量化控制参数。在另一个实施方案中，可以针对联合色度编码块指定单独的Cb偏移和Cr偏移。在另一实施方案中，针对Cb信道和Cr信道两者可以使用特定于联合色度编辑块的量化控制参数，而不是标称色度量化参数。
用于联合色度编码缩放过程

[发明专利]用于本地色度量化参数控制的高级约束标记-CN202180020735.9在审
发明人： P·德拉格朗日;K·纳赛尔;P·博尔德斯;F·莱莱昂内克 -专利权人：交互数字VC控股法国公司
申请日： 2021-03-08 - 公布日： 2022-11-01 - 主分类号： H04N19/70 文献下载
摘要：本发明提供了一种用于在视频压缩方案中提高压缩效率的方法和装置，该方法和装置使得能够单独控制本地色度量化参数。可将该控制用于禁用本地色度量化参数。一个实施方案使用了现有的本地亮度量化参数控制标记来控制本地色度量化参数。另一个实施方案包括单独的本地色度量化参数控制标记。将比特流语法用于传递标记。
用于本地色度量化参数控制高级约束标记

[发明专利]估计加权预测参数-CN202080092165.X在审
发明人： P·博尔德斯;T·波里尔;F·莱莱昂内克;P·德拉格朗日 -专利权人：交互数字VC控股法国公司
申请日： 2020-12-10 - 公布日： 2022-10-04 - 主分类号： H04N19/577 文献下载
摘要：本发明提供了一种用于估计旨在用于预测图像块的加权预测参数的方法。
估计加权预测参数

[发明专利]用于视频编码或解码的基于神经网络的帧内预测-CN202180014588.4在审
发明人： T·杜马斯;F·加尔平;P·博尔德斯;F·莱莱昂内克 -专利权人：交互数字VC控股法国公司
申请日： 2021-01-29 - 公布日： 2022-09-23 - 主分类号： H04N19/11 文献下载
摘要：本发明提供了一种视频编码系统，该视频编码系统在使用神经网络的模式中对仅具有一组特定块大小的块执行帧内预测。该模式的信令被设计成在该约束下的速率失真方面是有效的。引入块的上下文的不同变换和该块的神经网络预测，以便使用一个单个神经网络来预测若干大小的块以及对应信令。基于神经网络的预测模式考虑亮度块和色度块两者。该视频编码系统包括编码器装置和解码器装置、编码、解码和信号生成方法以及携带对应于所描述的编码模式的信息的信号。
用于视频编码解码基于神经网络预测

[发明专利]三角形合并模式中的子块合并候选-CN202080080538.1在审
发明人： A·罗伯特;T·波里尔;P·博尔德斯;K·纳赛尔 -专利权人：交互数字VC控股法国公司
申请日： 2020-12-14 - 公布日： 2022-08-19 - 主分类号： H04N19/119 文献下载
摘要：本发明涉及子块合并运动字段与三角形分区和几何分区模式组合，以进一步提供编码和解码方案灵活性。在至少一个实施方案中，标记用于发信号通知是否使用子块合并候选代替常规合并候选。在另一个实施方案中，常规合并候选由子块合并候选替换。在另一个实施方案中，存储至少一个运动字段。在另一个实施方案中，考虑所有子块合并候选或仅子块时间运动向量预测因子或仅仿射预测因子。
三角形合并模式中的候选

[发明专利]用于帧内预测的神经网络的迭代训练-CN202080076859.4在审
发明人： T·杜马斯;F·加尔平;P·博尔德斯 -专利权人：交互数字VC控股法国有限公司
申请日： 2020-11-03 - 公布日： 2022-07-08 - 主分类号： H04N19/115 文献下载
摘要：本发明提供了使用帧内预测进行用于视频编码和解码的神经网络的迭代训练，该迭代训练在极端泛型与用于经训练的神经网络的编解码器的极端专门化之间找到了权衡。在第一次迭代中，按照分区方法来训练神经网络集合。然后，对于若干次迭代，将神经网络集合插入到编解码器中，并且通过具有基于神经网络的单个附加模式的编解码器从图像的分区中提取块和其上下文的对，然后在这些对上重新训练神经网络。这样，神经网络从第二次迭代开始学习与编解码器中的帧内预测偏离的帧内预测，同时在速率失真性能方面对于编解码器仍然有价值。
用于预测神经网络训练

[发明专利]图像块的深度帧内预测-CN202080077746.6在审
发明人： T·杜马斯;F·加尔平;P·博尔德斯 -专利权人：交互数字VC控股法国有限公司
申请日： 2020-10-22 - 公布日： 2022-07-08 - 主分类号： H04N19/11 文献下载
摘要：提供了使用至少一个神经网络依据包括围绕图像块的像素的上下文对所述图像块进行帧内预测。所述帧内预测还使用信息将上下文中的可用像素和缺失像素区分开来。还提供了编码/解码方法和装置、设备、非暂态计算机可读介质和计算机程序产品。
图像深度预测

1
2
3
下一页»
尾页
共 36 条