-
公开(公告)号：CN113709461A
公开(公告)日：2021-11-26
申请号：CN202110298455.6
申请日：2021-03-19
Applicant: 腾讯科技(深圳)有限公司 , 北京大学深圳研究生院
IPC: H04N19/114 , H04N19/186 , H04N19/96 , H04N21/2343 , H04N21/4402 , H04N21/845
Abstract: 本发明提供了一种视频信息处理方法、多媒体信息处理方法、装置、电子设备及存储介质，方法包括：根据所述待分析视频片段所包括的当前编码帧组和参考编码帧组的结构相似性差异度，确定所述待编码视频中编码帧组的类型；确定所述待分析视频片段的当前编码单元和参考编码单元的纹理差异参数；基于所述当前编码单元和参考编码单元的纹理差异参数，确定与所述待编码视频相匹配的编码决策；通过所确定的编码决策对待编码视频进行处理，以实现对所述待编码视频的编码，由此，更加快速地确定对视频的编码方式，减少了选择编码决策的等待时间，提升视频编码过程的速度，同时，节省视频信息处理的计算量，减轻设备的计算量，提升用户的使用体验。
-
公开(公告)号：CN113382242A
公开(公告)日：2021-09-10
申请号：CN202110554676.5
申请日：2021-05-20
Applicant: 北京大学深圳研究生院
IPC: H04N19/146 , H04N19/147 , H04N19/597 , H04N19/124 , H04N19/19
Abstract: 本发明公开了一种码率控制方法，该方法包括：获取待编码的点云视频信息，对所述点云视频信息中的三维点云进行二维投影处理，得到二维视频序列；对所述二维视频序列进行预编码，以获取编码参数集合；获取当前的目标比特值，并根据所述目标比特值和所述编码参数集合对所述二维视频序列进行比特分配，以确定所述二维视频序列对应的目标码率；根据所述目标码率对所述二维视频序列进行编码，得到目标编码视频。本发明还公开了一种码率控制装置、设备及计算机可读存储介质。本发明通过预编码获取先验知识，提高了编码参数的准确性，根据获取的编码参数对当前带宽比特值进行分配得到编码的目标码率，提高了码率控制的准确性。
-
公开(公告)号：CN112532987A
公开(公告)日：2021-03-19
申请号：CN201911215452.0
申请日：2019-12-02
Applicant: 腾讯科技(深圳)有限公司 , 北京大学深圳研究生院
IPC: H04N19/176 , H04N19/96 , H04N19/186 , H04N19/70 , H04N19/147 , H04N19/119
Abstract: 本申请的实施例提供了一种视频编码方法、装置。该视频编码方法包括：获取待编码的视频帧；利用平行线对所述视频帧中的编码单元进行划分，得到大小相等的第一矩形块和第三矩形块，以及大小等于所述第一矩形块与所述第三矩形块的大小之和的第二矩形块，利用与所述平行线段相交的H型线段将所述第二矩形块划分为多个大小相等的矩形块；基于对所述编码单元的划分结果，对所述视频帧进行编码处理。本申请实施例的技术方案能够明显提高对视频编码的编码性能。本申请的实施例还提供了一种视频解码方法、装置。
-
公开(公告)号：CN112348056A
公开(公告)日：2021-02-09
申请号：CN202011114532.X
申请日：2020-10-16
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种点云数据分类方法、装置、设备及可读存储介质，该方法包括步骤：提取预设点云数据的点云特征向量；基于预设升维算法对所述点云特征向量进行升维，得到升维后点云特征向量；对所述升维后点云特征向量进行分类，得到分类结果。本发明实现了通过预设升维算法对点云特征向量进行升维，得到升维后点云特征向量，升维后点云特征向量的维度高于点云特征向量的维度，从而丰富了对点云数据进行分类时的输入特征，使得升维后点云特征向量的特征表示能力强于点云特征向量的特征表示能力，进而提高了点云数据分类结果的准确性。
-
公开(公告)号：CN111967477A
公开(公告)日：2020-11-20
申请号：CN202010637797.1
申请日：2020-07-02
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种RGB-D图像显著性目标检测方法、装置、设备及计算机可读存储介质，所述RGB-D图像显著性目标检测方法通过采用注意力机制，而非直接使用与融合分层RGB模态特征与分层深度模态特征的方式，避免了模态特征中无用或冗余信息的引入，提升了显著性目标检测的性能；通过设计跨模态指导策略来进行多阶段跨模态特征融合，使得能够充分利用跨模态多特征之间的有效性与互补性，在降低质量不佳的深度图像影响的同时，形成更准确的跨模态显著特征表达；通过设计一种双向融合结构，将所述多层级跨模态融合特征进行多尺度融合，能够有效地聚合多层级中的高低层级特征，进一步提升了显著性目标检测性能以及检测算法的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111950587A
公开(公告)日：2020-11-17
申请号：CN202010628731.6
申请日：2020-07-02
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种帧内编码块划分处理方法，该方法包括：获取视频帧中待处理的编码单元；根据编码单元内不同位置纹理信息的相似度与处理方式的对应关系，确定所述待处理的编码单元对应的目标处理方式；所述目标处理方式包括不划分所述待处理的编码单元或采用目标划分模式划分所述待处理的编码单元；按照所述目标处理方式处理所述待处理的编码单元。本发明还公开了一种硬件装置。本发明旨在实现实时对编码单元的处理方式进行选择，简化对视频帧进行编码单元划分的过程，减少视频编码过程数据处理所占用的硬件资源，提高硬件完成视频编码单元划分的效率。
-
公开(公告)号：CN111918058A
公开(公告)日：2020-11-10
申请号：CN202010629951.0
申请日：2020-07-02
Applicant: 北京大学深圳研究生院
IPC: H04N19/11 , H04N19/122 , H04N19/13 , H04N19/147 , H04N19/176 , H04N19/59
Abstract: 本发明公开了一种硬件友好的帧内预测模式快速确定方法、设备及存储介质，该方法包括步骤：通过获取预设帧内预测模式决策参数，修改所述预设帧内预测模式决策参数，得到修改后帧内预测模式决策参数，以减少帧内预测模式决策相关的硬件资源开销；获取视频帧数据，并基于所述视频帧数据和所述修改后帧内预测模式决策参数，构建帧内预测模式对应的预测块；基于预设率失真代价算法，计算所述预测块的残差的率失真代价，并基于所述率失真代价，确定目标帧内预测模式。本发明减少了计算率失真代价时的硬件资源开销，从而减少了帧内预测模式决策相关的硬件资源开销。
-
公开(公告)号：CN114359420B
公开(公告)日：2025-05-13
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：CN112532987B
公开(公告)日：2025-01-03
申请号：CN201911215452.0
申请日：2019-12-02
Applicant: 腾讯科技(深圳)有限公司 , 北京大学深圳研究生院
IPC: H04N19/176 , H04N19/96 , H04N19/186 , H04N19/70 , H04N19/147 , H04N19/119
Abstract: 本申请的实施例提供了一种视频编码方法、装置。该视频编码方法包括：获取待编码的视频帧；利用平行线对所述视频帧中的编码单元进行划分，得到大小相等的第一矩形块和第三矩形块，以及大小等于所述第一矩形块与所述第三矩形块的大小之和的第二矩形块，利用与所述平行线段相交的H型线段将所述第二矩形块划分为多个大小相等的矩形块；基于对所述编码单元的划分结果，对所述视频帧进行编码处理。本申请实施例的技术方案能够明显提高对视频编码的编码性能。本申请的实施例还提供了一种视频解码方法、装置。
-
公开(公告)号：CN118646890A
公开(公告)日：2024-09-13
申请号：CN202410722735.9
申请日：2024-06-05
Applicant: 北京大学深圳研究生院
IPC: H04N19/42 , H04N19/44 , H04N19/184 , H04N19/146 , H04N19/132 , H04N19/597
Abstract: 本申请公开了一种基于非均匀上下文分组的点云压缩方法、点云解压方法、电子设备及存储介质，涉及点云压缩技术领域，该基于非均匀上下文分组的点云压缩方法通过将当前尺度的第二体素网格划分为多个上下文组，其中，上下文组包括第一上下文组和第二上下文组，第一上下文组中体素的数量小于第二上下文组中体素的数量；将第一上下文组划分为多个目标上下文组，其中，目标上下文组包括第一目标上下文组和第二目标上下文组，第一目标上下文组中体素的数量小于第二目标上下文组中体素的数量。本申请实现了更高效的上下文分组，提高了占用概率估计的准确性，降低了第一个分组进行编码需要的比特流，兼顾了压缩性能和解码复杂度。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.037 seconds)
