一种基于帧间复用的体积视频编解码方法

    公开(公告)号:CN116828166A

    公开(公告)日:2023-09-29

    申请号:CN202310865717.1

    申请日:2023-07-14

    Abstract: 一种基于帧间复用的体积视频编解码方法,涉及体积视频编解码领域,该方法主要包括:画面相似性检测、点云块相似性检测、帧间复用、八叉树优化编码算法、逆莫顿序重排、2D视频编码算法、帧间解码、八叉树优化解码算法和2D视频解码算法等步骤。本发明解决了基于帧间复用的解码算法在移动端解码帧率不足的问题,通过在体积视频流媒体系统领域采用帧间复用技术,实现了大幅度降低传输所需带宽的目标;本发明首次使用基于几何信息和颜色信息的深度学习点云配准模型在体积视频相邻帧之间做运动估计,实现了快速准确的冗余信息剔除;本发明首次利用2D视频编码算法压缩体积视频的颜色信息,实现体积视频颜色信息的帧间编码。

    一种基于视口适配和混合编码的体积视频传输方法

    公开(公告)号:CN116684624A

    公开(公告)日:2023-09-01

    申请号:CN202310793693.3

    申请日:2023-06-30

    Abstract: 一种基于视口适配和混合编码的体积视频传输方法,属于体积视频传输领域,包括:视口适配:预测用户观看下一帧体积视频的视口,且只传输该视口内的体积视频;混合编码:将当前帧分割成瓦片,为每个瓦片指定使用帧间熵编码算法或帧内熵编码算法进行编码;自适应多线程解码:采用自适应多线程解码方法,多个线程根据收到的瓦片的不同编码方式,采取不同的解码方式同时解码。本发明利用视口适配技术,只传输用户视口内的内容,极大地减少传输的数据量;体积视频帧与帧之间存在冗余信息,本发明利用帧间编码技术来进一步压缩体积视频的体积,减少需要传输的数据量;本发明实现了体积视频的低带宽、高质量传输,提高了用户观看质量。

    一种基于帧间隐式相关性的点云视频编码方法

    公开(公告)号:CN116800979A

    公开(公告)日:2023-09-22

    申请号:CN202310865197.4

    申请日:2023-07-14

    Abstract: 一种基于帧间隐式相关性的点云视频编码方法,涉及点云视频压缩领域,包括:一、熵最小化的运动补偿:先将点云体素化;采用运动补偿方法来生成参考帧,该参考帧对齐帧间隐式相关性中的拓扑结构同时最小化条件熵;把帧划分成小立方体;使用一个指标评价两个立方体间的匹配程度;为当前帧的每个立方体从上一帧的立方体中搜索出匹配程度最佳的立方体;拼接每一个最佳匹配立方体,生成参考帧;选择能够最小化条件熵的参考帧,作为熵最小化的运动补偿输出;二、帧间熵编码。本发明充分利用动态帧的帧间冗余信息,对点云视频进行无损压缩,有效减少了点云视频流传输带宽消耗;同时利用了帧间隐式相关性压缩点云视频,有效减少了视频数据量。

    一种基于深度学习的超长期网络流量预测方法

    公开(公告)号:CN116633802A

    公开(公告)日:2023-08-22

    申请号:CN202310698991.4

    申请日:2023-06-13

    Abstract: 本发明公开了一种基于深度学习的超长期网络流量预测方法,将周期信息增强的带宽数据输入神经网络的编码器‑解码器架构中,输出未来带宽的预测结果;其中,编码器的输入为历史周期信息增强的带宽数据,输出为从历史周期信息增强的带宽数据中提取的周期性高维特征;解码器的输入为历史和未来时隙周期信息增强的带宽数据,并融合从历史周期信息增强的带宽数据中提取的周期性高维特征,输出为未来带宽的预测结果。本发明提出的基于深度学习的超长期网络流量预测方法,能够对强相关性数据(年、日)和弱相关性数据(周、月)分别建模,实现了准确地对整月甚至更长时间的流量数据进行超长期预测,大幅度提升了超长期流量预测的准确性。

Patent Agency Ranking