“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

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]一种分段线性量化方法及相关装置-CN202211710556.0在审
发明人：裴朝科;林布德 -专利权人：深圳市欧冶半导体有限公司
申请日： 2022-12-29 - 公布日： 2023-04-11 - 主分类号： G06F7/483 文献下载
摘要：本申请公开了一种分段线性量化方法及相关装置，所述方法包括对待量化网络模型进行量化，得到候选量化模型；将所述候选量化模型量化为至少两个目标量化模型，并将所述至少两个目标量化模型部署于NPU端。本申请通过先将浮点型的待量化网络模型量化为整数型的候选量化模型，然后再通过分段量化将候选量化模型量化为多个目标量化模型，这样一方面可以保证NPU端上部署的网络模型的模型精度，又可以使得NPU无需进行浮点计算，从而可以降低对NPU端的消耗，另一方面通过反量化得到的为整数型的网络模型，不会受到NPU带宽的限制，进而可以提高其部署的网络模型的运行和计算速度。
一种分段线性量化方法相关装置

[发明专利]视频编码量化方法、装置、设备及计算机可读存储介质-CN202111142657.8在审
发明人：何召亮;张红;高欣玮;谷沉沉;吕静 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-09-28 - 公布日： 2023-03-31 - 主分类号： H04N19/124 文献下载
摘要：本申请提供了一种视频编码量化方法、装置、设备及计算机可读存储介质；方法包括：获取待编码视频帧，对所述待编码视频帧进行分块和变换处理，得到变换后的视频帧数据；获取所述待编码视频帧的帧属性信息；基于所述待编码视频帧的帧属性信息确定所述待编码视频帧的量化方式，所述量化方式为依赖性量化和独立性量化中的一种，其中，依赖性量化需要依赖当前待量化系数之前的量化结果，所述独立性量化不需要依赖当前待量化系数之前的量化结果；基于所述待编码视频帧的量化方式对变换后的视频帧数据进行量化处理，得到量化结果。通过本申请，能够基于视频帧的帧属性信息确定量化方式，提高量化灵活性。
视频编码量化方法装置设备计算机可读存储介质

[发明专利]一种用于感知音频编码的量化器自适应调整方法-CN200710074551.2有效
发明人：吴晟;邱小军;黎家力;陈强 -专利权人：中兴通讯股份有限公司
申请日： 2007-05-23 - 公布日： 2008-11-26 - 主分类号： G10L19/02 文献下载
摘要：本发明公开了一种用于感知音频编码的量化器自适应调整方法，包括如下处理步骤：A.根据原始量化谱的统计特性，在初始量化边界点和通过块能量失真最小原则计算得到的量化边界点之间按设定的原则对原量化边界点进行调整以得到更新的量化边界点；B.以更新的量化边界点作为量化器新的量化边界点进行量化处理；C.重复步骤A、B，动态更新量化边界点，并以更新的量化边界点进行量化处理。本发明通过量化边界点的动态更新，可以使得量化器在音频编码时根据信号特性自适应调整，从而减小了总体能量失真，提高了量化编码后的重建信号质量，在不改变感知音频编码器的结构的前提下提高编码器的编码性能。
一种用于感知音频编码量化自适应调整方法

[发明专利]一种反量化方法、系统、设备及计算机可读介质-CN201910141289.1有效
发明人：王荣刚;王振宇;高文 -专利权人：北京大学深圳研究生院
申请日： 2019-02-26 - 公布日： 2021-01-01 - 主分类号： H04N19/176 文献下载
摘要：本申请公开了一种反量化方法、系统、设备及计算机可读介质。本申请实施例的方法包括：确定初始加权反量化矩阵，所述初始加权反量化矩阵与量化块的尺寸一致；对所述初始加权反量化矩阵中的多个矩阵元素进行置零操作，获取加权反量化矩阵，其中，根据所述量化块的尺寸确定需要进行置零操作的矩阵元素；对所述量化块中的量化系数进行加权反量化，生成对应的反变换系数，其中，使用所述加权反量化矩阵中与所述量化系数位置对应的矩阵元素的值作为所述加权反量化的权重系数。相较于现有技术，根据本发明实施例的反量化方法通过控制加权反量化矩阵的非0系数分布，将反量化后得到的反变换块中的非0系数控制在合适区域，从而控制反变换块的复杂程度。
一种量化方法系统设备计算机可读介质

[发明专利]神经网络预测方法、装置、电子设备和自动驾驶系统-CN201911023009.3有效
发明人：徐立华 -专利权人：阿波罗智能技术（北京）有限公司
申请日： 2019-10-25 - 公布日： 2022-11-22 - 主分类号： G06N3/063 文献下载
摘要：具体实现方案为：根据神经网络的第一输入张量和第二输入张量，确定对应的第一初始输入量化参数和第二初始输入量化参数；量化处理第一初始输入量化参数和第二初始输入量化参数，分别得到第一目标输入量化参数和第二目标输入量化参数；确定神经网络的输出张量对应的初始输出量化参数；根据量化处理的量化尺度以及初始输出量化参数，确定目标输出量化参数；根据第一输入张量、第一目标输入量化参数、第二输入张量、第二目标输入量化参数和目标输出量化参数，预测输出张量的量化值。
神经网络预测方法装置电子设备自动驾驶系统

[发明专利]离线量化参数加注方法、装置、电子设备和存储介质-CN202110371717.7在审
发明人：唐琦;黄明飞;王海涛 -专利权人：开放智能机器（上海）有限公司
申请日： 2021-04-07 - 公布日： 2021-06-22 - 主分类号： G06N3/04 文献下载
摘要：本发明属于计算机视觉领域，公开了一种离线量化参数加注方法、装置、电子设备和存储介质，其方法包括：通过神经网络加速器模型转换工具，获取待量化浮点网络模型的存储文件；通过量化参数离线加注模块，解析离线量化参数文件，以获得离线量化参数；通过所述量化参数离线加注模块，根据层间量化参数存储表达格式，将所述离线量化参数加注至所述神经网络加速器模型转换工具，以量化所述待量化浮点网络模型。本发明通过对原有量化工具加注已有的层间量化参数存储表达格式文件，实现调优量化模型精度。
离线量化参数加注方法装置电子设备存储介质

[发明专利]三步式变焦ADC及模数转换方法-CN202310064982.X在审
发明人：张睿;陈凯亮 -专利权人：思瑞浦微电子科技（苏州）股份有限公司
申请日： 2023-01-13 - 公布日： 2023-05-02 - 主分类号： H03M3/00 文献下载
摘要：本发明揭示了一种三步式变焦ADC及模数转换方法，所述ADC包括：粗量化SAR ADC单元；细量化ΔΣADC单元，与粗量化SAR ADC单元相连；扩展量化SAR ADC单元，与细量化ΔΣADC单元相连；输出单元，与粗量化SAR ADC单元、细量化ΔΣADC单元及扩展量化SAR ADC单元分别相连。本发明的三步式变焦ADC可以在两步式量化的基础上，通过扩展量化SAR ADC单元对细量化ΔΣADC单元中积分器产生的电压信号VINT进行第三次量化，提高了ADC的转换速度，降低了量化误差。
三步式变焦 adc 转换方法

[发明专利]一种浮点模型的量化方法、装置及存储介质-CN202010945870.1在审
发明人：李滨 -专利权人：北京小米松果电子有限公司
申请日： 2020-09-08 - 公布日： 2020-12-11 - 主分类号： G06N3/04 文献下载
摘要：本公开提供了一种浮点模型的量化方法、装置及存储介质，此方法包括：对第一浮点模型进行量化训练，获得包括第一量化参数集合的第二浮点模型；从第二浮点模型中提取第一量化参数集合；使用样本数据运行第二浮点模型,统计运行过程中第二浮点模型中的第二量化参数集合；对第二浮点模型的每个处理层进行量化处理，对于每个处理层，在第一量化参数集合包括所述处理层对应的层级量化参数组时，使用第一量化参数集合中所述处理层对应的层级量化参数组进行量化处理，在第一量化参数集合不包括所述处理层对应的层级量化参数组时，使用第二量化参数集合中所述处理层对应的层级量化参数组对所述处理层进行量化处理。本公开可提高量化准确度。
一种浮点模型量化方法装置存储介质

[发明专利]图像处理装置和方法-CN200880008264.4无效
发明人：柴田正二郎;柴田健;小籔恭平;渕江孝明 -专利权人：索尼株式会社
申请日： 2008-09-12 - 公布日： 2010-01-27 - 主分类号： H04N7/26 文献下载
摘要：根据通过使用一个量化标度计算出的码量来预测目标码量。对于关于固定量化标度(QI)的MB发生码量不同的多个预测用量化数据，本发明存储指示出表示多个量化步长的多个量化标度(Q)和MB发生码量之间的关系的关系信息来作为预测曲线。利用多个预定的量化标度(Q)中的一个固定的量化标度(QI)，本发明对图像数据进行量化以产生每个宏块的临时量化数据，从而计算每个宏块的临时量化数据的MB发生码量。本发明随后基于临时量化数据的MB发生码量和固定量化标度(QI)两者从多条预测曲线中选择一个预测用量化数据，并且基于所选择的预测用量化数据，来预测在通过使用未被量化选择部件选择的量化标度(Q)对图像数据进行量化时的
图像处理装置方法

[发明专利]用于非均匀映射图像/视频编码中不同尺寸的量化矩阵之间的量化矩阵系数的方法和装置-CN201580046388.1有效
发明人：郑建铧;张臣雄 -专利权人：华为技术有限公司
申请日： 2015-09-21 - 公布日： 2020-05-08 - 主分类号： G06K9/36 文献下载
摘要：一种用于非均匀映射图像/视频编码中的不同尺寸的量化矩阵的量化矩阵系数的方法包括：获得第一量化矩阵以及确定将从所述第一量化矩阵形成的第二量化矩阵。所述第二量化矩阵是比所述第一量化矩阵大2的倍数。通过所述第一量化矩阵的非均匀映射来使用所述第一量化矩阵中的值填充所述第二量化矩阵。
用于均匀映射图像视频编码不同尺寸量化矩阵之间系数方法装置

[发明专利]图像编码设备和图像解码设备-CN201280024448.6有效
发明人：青木启史;蝶野庆一;仙田裕三 -专利权人：日本电气株式会社
申请日： 2012-06-08 - 公布日： 2017-03-01 - 主分类号： H04N19/00 文献下载
摘要：在本发明中，提供一种图像编码设备，该图像编码设备具有量化步长编码单元（11），用于对控制量化细度的量化步长进行编码；以及量化步长下采样单元（12），该量化步长下采样单元（12）对一个或多个经编码的量化步长执行下采样，以生成量化步长代表值。量化步长编码单元（11）被配置以使得使用量化步长代表值来预测量化步长。
图像编码设备解码

[发明专利]基于神经网络计算的数据处理方法和装置-CN201910517485.4在审
发明人：陈超;徐斌;谢展鹏 -专利权人：华为技术有限公司
申请日： 2019-06-14 - 公布日： 2020-12-15 - 主分类号： G06N3/063 文献下载
摘要：本申请提供了基于量化的神经网络的数据处理方法以及装置。本申请实施例基于重量化系数对第一计算结果进行重量化处理，其中，重量化系数等于所述第一数据量化系数乘以所述第一权重量化系数再除以所述第二数据量化系数。即通过重量化处理将传统的第一反量化操作以及第二量化操作合并，使得第一反量化操作以及第二量化操作中的数据以及权重的多次加载过程，合并为重量化操作对应的一次数据加载过程以及一次重量化系数加载过程，有利于减少加载数据以及权重所占用的时间
基于神经网络计算数据处理方法装置

[发明专利]卷积神经网络的量化方法以及存储介质、电子设备-CN202110384571.X在审
发明人：张东 -专利权人：合肥君正科技有限公司
申请日： 2021-04-09 - 公布日： 2022-10-18 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种卷积神经网络的量化方法以及存储介质、电子设备。其中，卷积神经网络的量化方法包括以下步骤：获取训练数据，并利用训练数据对预设卷积神经网络模型进行训练，得到全精度模型；获取目标量化位宽和全精度模型的待量化参数；根据目标量化位宽和待量化参数得到中间量化参数；对中间量化参数进行尾数处理，以使中间量化参数保留预设位数的尾数；利用银行家舍入法对处理后的中间量化参数进行处理，得到目标量化参数。该卷积神经网络的量化方法，可以实现在对卷积神经网络进行量化的过程中，降低该量化过程产生的误差。
卷积神经网络量化方法以及存储介质电子设备

[发明专利]音频量化器和音频去量化器以及相关方法-CN202180048663.9在审
发明人：以马利·拉韦利;戈兰·马尔科维奇;让·弗雷德里克·基内;弗伦茨·罗伊特尔胡贝尔;史蒂芬·多拉;埃伦尼·福托普楼 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2021-07-05 - 公布日： 2023-05-12 - 主分类号： G10L19/038 文献下载
摘要：一种用于量化多个音频信息项目的音频量化器，包括：第一级矢量量化器(141、143)，用于对多个音频信息项目进行量化以确定第一级矢量量化结果和对应于第一级矢量量化结果的多个中间量化项目；残余项目确定器(142)，用于根据多个中间量化项目和多个音频信息项目来计算多个残余项目；以及第二级矢量量化器(145)，用于对多个残余项目进行量化以获得第二级矢量量化结果，其中，第一级矢量量化结果和第二级矢量量化结果是多个音频信息项目的量化表示
音频量化以及相关方法

[发明专利]一种基于最优量化策略的WSN通信负载降低方法-CN201210086552.X有效
发明人：谢立;葛浩宇;周圣贤 -专利权人：浙江大学
申请日： 2012-03-28 - 公布日： 2012-08-15 - 主分类号： H04W28/06 文献下载
摘要：本发明公开了一种基于最优量化策略的WSN通信负载降低方法，包括以下步骤：利用观测信息的数据相关性进行信息去冗余化；设计一种最优量化策略；基于所述一种最优量化策略设计一种基于最优量化策略的最优量化器；采用所述一种基于最优量化策略的最优量化器对无线传感器网络的观测数据进行量化；利用量化后的观测新息值进行量化卡尔曼滤波算法预测估计。本发明克服了现有技术的缺陷，采用所述一种最优量化策略降低了量化过程对用于预测估计的原始观测数据性能损失，采用所述一种基于最优量化策略的最优量化器降低WSN通信负载。
一种基于最优量化策略 wsn 通信负载降低方法