-
公开(公告)号：CN114359420A
公开(公告)日：2022-04-15
申请号：CN202111516459.3
申请日：2021-12-10
Applicant: 北京大学深圳研究生院
IPC: G06T9/00
Abstract: 本发明公开了一种深度图像的压缩方法、深度图像的压缩设备和计算机可读存储介质，所述方法包括：根据待压缩的深度图数据确定高位深度图或者低位深度图；将所述高位深度图或者所述低位深度图输入有损压缩网络，得到有损重建深度图；根据所述有损重建深度图确定估计伪残差；将所述有损重建深度图输入有损深度预处理网络，得到第一输出特征，以及将所述估计伪残差输入伪残差预处理网络，得到第二输出特征；融合所述第一输出特征和所述第二输出特征，得到融合特征；根据所述融合特征确定编码数据，并基于所述编码数据对所述深度图数据进行无损压缩编码。本发明旨在达成提高压缩效率的效果。
-
公开(公告)号：CN113822115A
公开(公告)日：2021-12-21
申请号：CN202110610183.9
申请日：2021-06-01
Applicant: 腾讯科技(深圳)有限公司 , 北京大学深圳研究生院
Abstract: 本申请实施例公开了一种图像识别方法、装置及计算机可读存储介质；本实施例可以接收待识别的光场图像，光场图像包含不同光场角度的光场子图像；对每一光场子图像进行特征提取，得到每一光场子图像对应的子孔径特征集合；将多个子孔径特征集合之间按照对象类型进行融合，得到不同对象类型下的子孔径融合特征；根据不同对象类型下的子孔径融合特征之间的关联度生成相应的关联参数，以及根据不同对象类型下的子孔径融合特征的识别度生成失真参数；根据关联参数和失真参数确定光场图像的目标失真分数。以此，可以联合光场图像中全局子孔径特征对任意光场图像进行准确识别，精确识别图像失真的程度，提升图像识别的准确性。
-
公开(公告)号：CN113382265A
公开(公告)日：2021-09-10
申请号：CN202110548741.3
申请日：2021-05-19
Applicant: 北京大学深圳研究生院
IPC: H04N19/91 , H04N19/124 , H04N19/70 , H04N19/42 , H04N19/436
Abstract: 本申请公开了一种视频数据熵编码硬件实现方法、设备、介质及程序产品，所述视频数据熵编码硬件实现方法包括：通过所述二值化模块中的系数二值化器将获取的待熵编码图像对应的量化系数块转换为对应的语法元素，通过所述系数二值化器对所述语法元素进行二值化处理，获得各待编码序列，并将各所述待编码序列存储至所述缓存存储器，通过所述熵编码引擎模块读取所述缓存存储器中的各待编码序列，并对各所述待编码序列中的二进制符号分别进行熵编码，生成所述待熵编码图像对应的目标码流。本申请解决了视频数据熵编码效率低的技术问题。
-
公开(公告)号：CN111951203A
公开(公告)日：2020-11-17
申请号：CN202010623644.1
申请日：2020-07-01
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种视点合成方法、装置、设备及计算机可读存储介质，该方法包括以下步骤：获取多个输入图像，并将输入图像输入至压缩分辨率网络，以对输入图像执行压缩分辨率操作，得到中间图像；将中间图像输入至视点合成网络，得到视点合成图；将视点合成图输入至超分辨率网络，以对视点合成图执行分辨率重建操作，输出高分辨率的目标视点合成图，其中，压缩分辨率网络与所述超分辨率网络的网络结构对称。本发明通过压缩分辨率网络和超分辨率网络降低视点合成数据的运算量，从而减少计算机系统的计算量，提升计算机运算效率，解决了计算机系统进行视点合成的计算效率较低的技术问题。
-
公开(公告)号：CN111918057A
公开(公告)日：2020-11-10
申请号：CN202010639036.X
申请日：2020-07-02
Applicant: 北京大学深圳研究生院
IPC: H04N19/103 , H04N19/124 , H04N19/13 , H04N19/176 , H04N19/96
Abstract: 本发明公开了一种硬件友好的帧内编码块划分方法，该方法包括：对用于训练的帧内编码块按预设的划分结构，计算子编码单元之间的纹理差异度和颜色差异度，获得决策树分类模型的训练特征；对所述帧内编码块进行编码，得到正确的划分模式，获得与所述训练特征对应的训练标签；结合所述训练特征和训练标签构建训练集，并利用所述训练集训练得到多个决策树分类模型；根据预设的判别流程，使用所述决策树分类模型，获得所述待划分帧内编码块的划分模式。解决了帧内编码块划分模式选择产生的数据依赖和延迟以及在硬件环境中产生的巨大时间延迟和内存读写压力的技术问题，达到了方便软硬件并行且可一次通过获得划分模式的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN111698508A
公开(公告)日：2020-09-22
申请号：CN202010514172.6
申请日：2020-06-08
Applicant: 北京大学深圳研究生院
IPC: H04N19/13 , H04N19/132 , H04N19/184 , H04N19/42
Abstract: 本发明公开了一种基于超分辨率的图像压缩方法、设备及存储介质，该方法包括：输入待压缩图像，由压缩分辨率CR模块对所述待压缩图像的分辨率进行压缩，获得目标低分辨率图像；获取目标低分辨率图像的相位一致性特征；将相位一致性特征输入预先设置的编解码器，由编解码器输出初始压缩图像；将初始压缩图像输入超分辨率SR模块，由SR模块对所述初始压缩图像进行超分辨率处理，获得与待压缩图像尺寸一致的目标压缩图像。由此通过CR模块获得待压缩图像的低分辨率图像，并提取低分辨率图像的相位一致性特征，再通过编解码器获得初始压缩图像，并基于SR模块进行超分辨率处理，达到了提升压缩图像的质量，获的性能增益的效果。
-
公开(公告)号：CN114612753B
公开(公告)日：2025-04-22
申请号：CN202210225261.8
申请日：2022-03-09
Applicant: 北京大学深圳研究生院
IPC: G06V10/776 , G06V10/774
Abstract: 本申请提供了一种图像识别模型的训练方法、装置、电子设备及存储介质，该方法包括：获取样本图像对应的第一图像特征向量；根据所有样本图像对应的类别和第一图像特征向量，计算每个类别的平均图像特征向量；将样本图像输入到最新更新的图像识别模型中，得到样本图像对应的分数向量；根据所有类别的平均图像特征向量和样本图像对应的分数向量，确定样本图像对应的第二图像特征向量；将样本图像的图像特征向量减去与样本图像对应的第二图像特征向量，计算样本图像的第三图像特征向量；根据所有样本图像的第三图像特征向量及其类别，对最新更新的图像识别模型进行模型更新。本申请能够消除干扰识别结果的图像特征，即上下文偏移现象。
-
公开(公告)号：CN119094800A
公开(公告)日：2024-12-06
申请号：CN202411041697.7
申请日：2024-07-31
Applicant: 北京大学深圳研究生院
IPC: H04N19/96 , H04N19/11 , H04N19/176 , H04N19/20 , H04N19/42
Abstract: 本申请公开了一种点云有损压缩方法、装置、设备、存储介质、计算机程序产品，涉及密集点云处理技术领域，公开了点云有损压缩方法、点云有损压缩装置、点云有损压缩设备、存储介质和计算机程序产品，包括：在编码端将八叉树叶子结点的占用码值转换为二进制表示，得到第一占用码值并选取部分占用码值，将预测得到的部分占用码值的第一分布概率编码得到第一比特码流并传输给解码端；将预测非叶子结点的占用码值得到的第二分布概率，编码得到第二比特码流并传输给解码端；解码端根据接收到的第一比特码流和第二比特码流，预测得到叶子结点和非叶子结点的占用码值，以构建得到新的八叉树，根据新的八叉树，得到重建点云。
-
公开(公告)号：CN118646902A
公开(公告)日：2024-09-13
申请号：CN202410663314.3
申请日：2024-05-27
Applicant: 北京大学深圳研究生院
Abstract: 本申请公开了一种基于大语言模型的点云压缩方法、系统、设备及存储介质，涉及点云压缩技术领域，公开了点云压缩方法，包括：将原始点云数据划分为各个聚类，并建立与各聚类各自对应的K叉树；将各K叉树拉直并截断，得到各个点云块；基于预设的密码本，将点云块中的各个节点分别映射为文本令牌，并将各文本令牌输入大语言模型，得到各文本令牌各自对应的概率分布；将各文本令牌、各文本令牌各自对应的概率分布输入算数编码器中，得到原始点云数据对应的点云压缩数据。本申请技术方案旨在解决如何在不进行对齐训练的前提下通过大语言模型实现点云的压缩的技术问题。
-
公开(公告)号：CN115103186B
公开(公告)日：2024-07-26
申请号：CN202210695322.7
申请日：2022-06-20
Applicant: 北京大学深圳研究生院
IPC: H04N19/146 , H04N19/19 , H04N19/172 , H04N19/176
Abstract: 本公开提供了一种码率的控制方法、装置、电子设备及存储介质，通过将待编码视频帧划分为多个编码块并聚类为多个编码块类，在每个编码块类中采样多个采样编码块并进行预编码，确定对应的压缩码率和拉格朗日乘子信息；根据每个编码块类中，全部压缩码率之和以及拉格朗日乘子信息，确定该编码块类对应的块级码率控制参数；根据该待编码视频帧中，全部压缩码率之和以及拉格朗日乘子信息，确定该待编码视频帧对应的帧级码率控制参数；根据配置有块级码率控制参数，或帧级码率控制参数的预设码率控制模型，控制对应待编码视频帧的实际编码比特达到预设目标比特。可以提升基于视频的点云压缩过程中的编码性能，同时降低预编码复杂度。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.035 seconds)
