“量化”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果122380个，建议您升级VIP下载更多相关专利

[发明专利]一种多媒体的反量化处理方法、装置、设备及存储介质-CN202110264519.0有效
发明人：何召亮;王力强 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-11 - 公布日： 2022-05-31 - 主分类号： H04N19/124 文献下载
摘要：本申请实施例公开了一种多媒体的反量化处理方法、装置、设备及计算机可读存储介质，该方法包括：获取变换块中的第一量化区域的n个历史量化系数和h个历史量化状态，n、h均为正整数；获取该n个历史量化系数的统计值；根据统计值及h个历史量化状态，更新第一量化区域的量化状态。本申请能够在多媒体的反量化处理过程中，灵活、高效地实现量化状态的转移更新。
一种多媒体量化处理方法装置设备存储介质

[发明专利]对线性预测编码系数进行量化的设备、声音编码设备、对线性预测编码系数进行反量化的设备、声音解码设备及其电子装置-CN201280030913.7有效
发明人：成昊相;吴殷美 -专利权人：三星电子株式会社
申请日： 2012-04-23 - 公布日： 2014-03-05 - 主分类号： G10L19/06 文献下载
摘要：本发明提供了一种量化设备，包括：量化路径确定器，在输入信号的量化之前，基于标准从包括不使用帧间预测的第一路径和使用帧间预测的第二路径确定路径作为输入信号的量化路径；第一量化器，如果第一路径被确定为输入信号的量化路径，则对输入信号进行量化；第二量化器，如果第二路径被确定为输入信号的量化路径，则对输入信号进行量化。
线性预测编码系数进行量化设备声音解码及其电子装置

[发明专利]神经网络量化方法、装置、设备及存储介质-CN202210102781.X在审
发明人：史丽坤;胡英俊 -专利权人：上海阵量智能科技有限公司
申请日： 2022-01-27 - 公布日： 2022-05-13 - 主分类号： G06N3/08 文献下载
摘要：本说明书实施例提供一种神经网络量化方法、装置、设备及存储介质。针对神经网络中张量构成的张量集，在确定该张量集的量化策略时，可以基于量化前后张量集中各张量的频域分布情况，从多种量化策略中筛选出目标量化策略，以利用目标量化策略对神经网络中的张量进行量化。通过采用量化前后张量的频域分布情况来衡量量化策略的好坏，可以从频域的维度更加细致的去衡量量化策略，使得量化后的神经网络的占用资源更少且性能不受太大影响。
神经网络量化方法装置设备存储介质

[发明专利]一种基于神经网络模型的量化方法及其相关设备-CN202080062370.1在审
发明人：孙方轩;昌晶;梁雪;连朔;王晨曦;张晓雯;周君 -专利权人：华为技术有限公司
申请日： 2020-10-29 - 公布日： 2022-07-01 - 主分类号： G06N3/02 文献下载
摘要：一种基于神经网络的模型量化方法及其相关设备，用于人工智能领域。该方法包括：获取神经网络图结构，所述神经网络图结构包括多个运算节点；在所述神经网络图结构中插入多个量化节点，以得到量化模型图结构；根据样本数据对所述量化模型图结构进行训练，以得到量化模型，所述量化模型的大小小于所述神经网络图结构的大小；其中，所述训练包括：利用所述多个量化节点中的每个量化节点对所述每个量化节点的输入数据进行量化以得到所述每个量化节点的输出数据。
一种基于神经网络模型量化方法及其相关设备

[发明专利]用于使用深度强化学习进行端到端神经压缩的方法和装置-CN202180021365.0在审
发明人：蒋薇;王炜;林晟;刘杉 -专利权人：腾讯美国有限责任公司
申请日： 2021-09-24 - 公布日： 2022-11-04 - 主分类号： G06T9/00 文献下载
摘要：使用深度强化学习(DRL)进行端到端神经图像压缩，由至少一个处理器执行，包括：对输入进行编码；生成输入的多个已编码表示；基于先前量化状态集，使用第一神经网络生成量化键集，其中，量化键集中的每个量化键和先前量化状态集中的每个先前量化状态对应于输入的多个已编码表示；基于量化键集，使用第二神经网络生成解量化数字集，其中，解量化数字集表示输入的多个已编码表示的解量化表示；以及基于解量化数字集来生成重建输出。
用于使用深度强化学习进行端到端神经压缩方法装置

[发明专利]视频压缩量化与反量化补偿方法-CN201811260556.9有效
发明人：张莹;冉文方 -专利权人：西安科锐盛创新科技有限公司
申请日： 2018-10-26 - 公布日： 2021-11-12 - 主分类号： H04N19/124 文献下载
摘要：本发明涉及一种视频压缩量化与反量化补偿方法，其中，视频压缩量化补偿方法包括：(a)获取量化单元各像素的量化残差；(b)根据所述量化残差获得预估反量化残差和残差损失；(c)根据所述残差损失获得波动系数；(d)根据所述量化残差、所述波动系数、所述波动状态表获得波动状态标识；(e)将所述波动状态标识、所述量化残差写入码流。本发明的补偿方法可以降低量化后反量化残差与预测残差之间的损失，减小恢复图像与原始图像之间的损失，提高恢复图像的质量。
视频压缩量化补偿方法

[发明专利]针对语音信号或音频信号的量化方法以及解码方法和设备-CN201510818721.8有效
发明人：成昊相;吴殷美 -专利权人：三星电子株式会社
申请日： 2012-04-23 - 公布日： 2019-08-13 - 主分类号： G10L19/06 文献下载
摘要：提供了一种针对语音信号或音频信号的量化方法以及解码方法和设备。提供了一种量化设备，包括：量化路径确定器，在输入信号的量化之前，基于标准从包括不使用帧间预测的第一路径和使用帧间预测的第二路径确定路径作为输入信号的量化路径；第一量化器，如果第一路径被确定为输入信号的量化路径，则对输入信号进行量化；第二量化器，如果第二路径被确定为输入信号的量化路径，则对输入信号进行量化。
针对语音信号音频量化方法以及解码设备

[发明专利]针对语音信号或音频信号的量化方法以及解码方法和设备-CN201510817741.3有效
发明人：成昊相;吴殷美 -专利权人：三星电子株式会社
申请日： 2012-04-23 - 公布日： 2019-06-25 - 主分类号： G10L19/06 文献下载
摘要：提供了一种针对语音信号或音频信号的量化方法以及解码方法和设备。提供了一种量化设备，包括：量化路径确定器，在输入信号的量化之前，基于标准从包括不使用帧间预测的第一路径和使用帧间预测的第二路径确定路径作为输入信号的量化路径；第一量化器，如果第一路径被确定为输入信号的量化路径，则对输入信号进行量化；第二量化器，如果第二路径被确定为输入信号的量化路径，则对输入信号进行量化。
针对语音信号音频量化方法以及解码设备

[发明专利]液晶显示器的帧速调制的设备、方法和系统-CN99104411.8无效
发明人：林宗男;疏效平;J·斯威科 -专利权人：精工爱普生株式会社
申请日： 1999-03-25 - 公布日： 2004-06-30 - 主分类号： G09G3/36 文献下载
摘要：通过以下步骤可以增强具有每显示周期q帧帧速的显示装置的灰度表现力：将表示当前像素灰度强度值与混色显示矩阵的对应阈值进行比较产生像素接通/断开信号，将一组量化值存储在量化表中，从量化表中输出p个量化值作为激活量化值，使量化值在量化表中移位，将量化阈值与该激活量化值比较产生激活量化阈值信号，响应像素接通/断开信号和激活量化阈值信号产生像素输出信号，在q帧的一个显示周期内以p/q的平均灰度显示当前像素。
液晶显示器调制设备方法系统

[发明专利]用于混合视频编码的量化-CN200880008201.9有效
发明人：马蒂亚斯·纳罗施克;汉斯-格奥尔格·穆斯曼 -专利权人：马蒂亚斯·纳罗施克;汉斯-格奥尔格·穆斯曼
申请日： 2008-03-10 - 公布日： 2010-02-17 - 主分类号： H04N7/26 文献下载
摘要：本发明提供了一种采用混合编码对视频信号进行编码的方法，包括：通过基于块的运动补偿预测以建立预测误差信号来减小时间冗余度；对预测误差信号的样本或对预测误差信号向频域中变换而产生的系数进行量化以获得量化值，量化值分别代表量化样本或量化系数；计算量化值的量化效率；计算当量化值被设定为零时量化的零效率；选择较高的效率；并取决于所选择的效率而保持量化值或将量化值设定为零以便进行进一步的操作。
用于混合视频编码量化

[发明专利]图像量化参数编码方法和图像量化参数解码方法-CN201280025580.9有效
发明人：蝶野庆一;青木启史 -专利权人：日本电气株式会社
申请日： 2012-06-14 - 公布日： 2017-03-22 - 主分类号： H04N19/13 文献下载
摘要：提供了一种图像量化参数编码器，具有预测器(11)，用于从以往重建量化参数生成预测量化参数；计算器(12)，用于从量化参数和预测量化参数生成差分量化参数；以及量化参数编码器(13)，其在所述差分量化参数有意义的情况下，对指示差分量化参数是否有意义的第一二进制比特、指示非冗余差分量化参数的绝对值的不同二进制比特和指示差分量化参数的正或者负的二进制比特执行二进制算术编码。
图像量化参数编码方法解码

[发明专利]量化、反量化方法及装置-CN201910005657.X有效
发明人：余全合;郑建铧;王力强;何芸 -专利权人：华为技术有限公司;清华大学
申请日： 2019-01-03 - 公布日： 2021-06-29 - 主分类号： H04N19/124 文献下载
摘要：本申请提供了一种量化方法、反量化方法及装置，该方法包括：获取当前子块的尺寸参数；根据所述当前子块的尺寸参数确定对所述当前子块进行量化时使用的第一量化参数。在本申请实施例中，根据当前子块的尺寸参数确定第一量化参数，有利于提高量化的效果，有利于达到在提高量化过程能够压缩的信息量的同时，保证一定的图像精度。避免了基于传统的量化参数、反量化参数的配置方式，整个LCU中每个子块对应的量化参数和反量化参数相同，限制了量化过程能够压缩的信息量。
量化方法装置

[发明专利]量化装置及量化方法-CN201180042309.1无效
发明人：森井利幸 -专利权人：松下电器产业株式会社
申请日： 2011-09-16 - 公布日： 2013-05-01 - 主分类号： G10L19/038 文献下载
摘要：提供以较少的计算量减小编码失真，并获得充分的编码性能的量化装置及量化方法。多级矢量量化单元(102)在第1级矢量量化单元(201-1)中设为预先指定的候选数N，在第2级以后的矢量量化单元(201-2～201-J)中，每前进一级，将候选数逐次减1，当候选数减到3以下时，每次都评估量化失真，若量化失真大于规定的阈值，则将下一级的候选数设为预定的数值P，若量化失真为规定的阈值以下，则将下一级的候选数设为比预定的P小的数值Q。
量化装置方法

[发明专利]神经网络的权值的量化方法、量化装置及存储介质-CN202011558175.6在审
发明人：吴华强;张清天;代凌君 -专利权人：清华大学
申请日： 2020-12-25 - 公布日： 2021-04-02 - 主分类号： G06N3/063 文献下载
摘要：一种用于神经网络的权值的量化方法、量化装置及存储介质。神经网络基于交叉阵列模拟存内计算系统实现，量化方法包括：获取权值的分布特性；以及根据权值的分布特性，确定用于量化权值的初始量化参数，以减小量化权值的量化误差。本公开的实施例所提供的量化方法不预先限定所使用的量化方法，而是根据权值的分布特性来确定用于量化权值的量化参数，以减小量化误差，从而使得在相同的映射开销下，神经网络的模型效果更好；另外，在相同的神经网络的模型效果下
神经网络量化方法装置存储介质

[发明专利]运动图像编码方法、编码处理方法、运动图像编码装置及编码处理装置-CN201980100551.6在审
发明人：山口哲 -专利权人：株式会社索思未来
申请日： 2019-10-31 - 公布日： 2022-04-29 - 主分类号： H04N19/126 文献下载
摘要：运动图像编码方法包括：通过将进行量化处理后的帧的量化数据(d1)按每一个帧的量化数据串行地储存，储存多个帧的量化数据(d1)；基于多个帧的量化数据(d1)中的预先决定的数量的帧的量化数据(d1)，决定进行多个帧的紧后的帧的量化处理时的量化参数(QP)；通过基于量化参数(QP)进行量化处理，生成上述紧后的帧的量化数据(d1)；以及在包括上述紧后的帧的多个帧间，并行地执行将对包括上述紧后的帧的多个帧的量化数据(d1)进行熵编码的编码处理。
运动图像编码方法处理装置

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top