公开(公告)号：CN118317095A

公开(公告)日：2024-07-09

申请号：CN202310295323.7

申请日：2023-03-22

Applicant: 华为技术有限公司

Inventor： 康宁 ,  张世枫 ,  李震国

IPC: H04N19/182 ,  H04N19/124 ,  H04N19/44

Abstract: 一种数据编解码方法，应用于数据编解码领域，方法包括：获取目标符号；通过第一映射关系，得到目标符号对应的第一信息和第二信息；第一信息和第二信息为根据目标符号对应的概率信息得到；根据第一信息以及编码器的状态信息，通过第一运算，得到第一编码数据；根据第二信息，通过第二运算，更新状态信息，得到第二编码数据；其中，第一编码数据和第二编码数据用于得到目标符号的编码结果，且第一运算和第二运算不包括除法运算。本申请中，编码表中的索引信息仅包括符号，且映射的对象仅包括第一信息和第二信息，相当于降低了编码表中内存占用，且避免了消耗较大的操作，实现内存与时延的平衡。

公开(公告)号：CN115913245A

公开(公告)日：2023-04-04

申请号：CN202111163722.5

申请日：2021-09-30

Applicant: 华为技术有限公司

Inventor： 张世枫 ,  康宁 ,  汤姆·里德尔 ,  李震国

IPC: H03M7/30

Abstract: 本申请涉及人工智能领域，公开了数据编码方法、数据解码方法以及数据处理装置，其中，数据编码方法和数据解码方法均涉及可逆流模型。其中，可逆流模型包括目标可逆流层，目标可逆流层中的模型参数用于约束在逆向变换处理过程中生成的辅助变量，目标可逆流层对应的运算包括基于模型参数确定的乘法运算和除法运算，该辅助变量为乘法运算的乘积的增量或除法运算产生的余数。由于，在数据编码和数据解码过程中，不仅能够使用乘法运算，还可以在进行除法运算时通过使用辅助变量实现可逆，因此，相比于传统技术中的整数流模型提高了模型表征能力，有利于提升模型概率分布的估计准确率，进而能够提升无损压缩的压缩效率。

公开(公告)号：CN119893126A

公开(公告)日：2025-04-25

申请号：CN202311395694.9

申请日：2023-10-25

Applicant: 华为技术有限公司

Inventor： 张世枫 ,  谢吉洋 ,  赵寅

IPC: H04N19/42 ,  H04N19/186 ,  G06T9/00

Abstract: 本申请公开了一种解码器、编码器、图像编码、图像解码方法及存储介质，属于编解码技术领域。所述解码器包括第一解码网络、超解码网络和上下文网络，所述第一解码网络包括从输入到输出依次相连的第一子网络、第二子网络、第三子网络和第四子网络，所述第四子网络的输入张量的通道数大于所述第三子网络的输入张量的通道数，且所述第四子网络的输入张量的通道数大于所述第二子网络的输入张量的通道数。本申请通过结合第一解码网络的结构，设置第四子网络的输入张量的通道数大于第三子网络和第二子网络的输入张量的通道数，能够降低第一解码网络的计算复杂度，进而还能够保证第一解码网络重建的图像的质量没有明显降低。

公开(公告)号：CN115022637B

公开(公告)日：2025-04-01

申请号：CN202210447177.0

申请日：2022-04-26

Applicant: 华为技术有限公司

Inventor： 康宁 ,  仇善召 ,  张鸣天 ,  张世枫 ,  李震国

IPC: H04N19/13 ,  H04N19/182 ,  H04N19/42 ,  H04N19/44 ,  H04N19/50 ,  H04N19/91

Abstract: 本申请提供了人工智能领域中涉及计算机视觉的一种图像编码方法、图像解压方法以及装置，用于结合自回归模型和自编码模型的输出进行编码，降低所需模型的大小，提高编解码效率。该图像编码方法包括：将输入图像作为自回归模型的输入，输出第一图像；获取第一图像和输入图像之间的残差，得到第一残差图像；并且，还将输入图像作为自编码模型的输入，输出隐变量和第一残差分布，隐变量包括从输入图像中提取到的特征，第一残差分布包括自编码模型输出的输入图像中各个像素点对应的残差值；对第一残差图像和第一残差分布进行编码，得到残差编码数据；对隐变量进行编码，得到隐变量编码数据，隐变量编码数据和残差编码数据用于解压后得到输入图像。

公开(公告)号：CN119893143A

公开(公告)日：2025-04-25

申请号：CN202311387237.5

申请日：2023-10-24

Applicant: 华为技术有限公司

Inventor： 张世枫 ,  于德权 ,  康宁

IPC: H04N19/91 ,  H04N19/186 ,  H04N19/70 ,  H04N19/42 ,  G06T9/00

Abstract: 本申请涉及图像编解码领域，公开了一种图像编码或解码方法，可以应用于JPEG‑AI等下一代图像或视频编解码标准中，包括：获取图像的第一特征，第一特征的形状为[C,h,w]；重排序第一特征以得到第二特征，第二特征的形状为[4C,h/2,w/2]，第二特征包括C个子特征，每个子特征的形状为[4,h/2,w/2]；重组合第二特征，以得到K个第三特征，其中，第k个第三特征的形状为[C,h/2,w/2]，第k个第三特征包括所述第二特征中每个子特征的一个通道，K为大于2的正整数；基于K个第三特征，对图像进行编码或解码。本申请可以充分利用隐变量同通道相邻的像素信息和周边通道相同位置的像素信息，使得上下文模型预测得到的隐变量更准确，从而减小编码隐变量所需要的比特数量，降低码率。

公开(公告)号：CN116805384A

公开(公告)日：2023-09-26

申请号：CN202210249999.8

申请日：2022-03-14

Applicant: 华为技术有限公司

Inventor： 辜弘炀 ,  陈醒濠 ,  张世枫 ,  李建民 ,  朱军

IPC: G06V10/774 ,  G06N3/048 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/0985 ,  G06V10/776 ,  G06V10/82 ,  G06V10/766

Abstract: 本申请提供了，一种自动搜索方法、自动搜索的性能预测模型训练方法及装置。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括基于性能预测模型的潜力数据选择模块，在自动搜索数据的过程中训练更新性能预测模型并使用训练后的性能预测模型进行推理，来辅助潜力数据的选择，其中，性能预测模型的损失函数包括可微分的排序损失函数LK和回归损失函数。本申请能够提高性能预测模型的预测准确性，进而将训练好的性能预测模型加入自动搜索中可以提高自动搜索的效率、准确性和探索的数据量。

公开(公告)号：CN115409150A

公开(公告)日：2022-11-29

申请号：CN202110584986.1

申请日：2021-05-27

Applicant: 华为技术有限公司

Inventor： 张琛 ,  张世枫 ,  法比奥·玛利亚·卡路奇 ,  李震国

IPC: G06N3/04 ,  G06N3/08 ,  G06F16/174 ,  G06F16/17 ,  G06F17/18

Abstract: 本申请实施例公开了一种数据压缩方法、数据解压方法及相关设备，可以应用于图像、视频、文本等数据的无损压缩。该方法可以由压缩设备执行，也可以由压缩设备的部件(例如处理器、芯片、或芯片系统等)执行。该方法包括：获取第一数据批与第二数据批，在对第一数据批进行压缩的过程中，可以根据第一数据批更新母模型得到第一模型，并用第一模型参与第二数据批的压缩。一方面，在压缩过程中，可以边对待压数据批进行压缩边对母模型进行更新，并且不用保存更新后的新模型，进而适合大规模数据集的压缩。另一方面，在母模型更新过程中，母模型会越来越符合待压缩数据批的分布，因此，压缩率会越来越高。

公开(公告)号：CN114978189A

公开(公告)日：2022-08-30

申请号：CN202110221722.X

申请日：2021-02-27

Applicant: 华为技术有限公司

Inventor： 张世枫 ,  张琛 ,  康宁 ,  李震国

IPC: H03M7/30 ,  G06F17/16 ,  G06F17/18 ,  G06N3/04

Abstract: 本申请涉及人工智能领域，公开了一种数据编码方法，方法包括：获取待编码数据；通过保体积流模型，对待编码数据进行处理，得到隐变量输出；其中，保体积流模型包括目标保体积流层，目标保体积流层对应的运算为满足保体积流约束的可逆运算，且所述目标保体积流层用于将输入所述目标保体积流层的第一数据与预设系数的进行乘法运算，预设系数不为1；对隐变量输出进行编码，得到编码数据。本申请利用保体积流模型实现无损压缩，由于保体积流模型中的目标保体积流层在保证可逆的前提下，其对应的运算包括除了整数加减法之外的运算(乘法运算)，使得保体积流模型具有更强的表征能力，能够更加准确的确定数据分布，从而实现更优的压缩率。

公开(公告)号：CN119893106A

公开(公告)日：2025-04-25

申请号：CN202311377186.8

申请日：2023-10-23

Applicant: 华为技术有限公司

Inventor： 康宁 ,  张世枫 ,  胡婷 ,  毛珏 ,  赵寅

IPC: H04N19/13 ,  H04N19/132 ,  H04N19/146 ,  H04N19/154 ,  H04N19/169 ,  H04N19/42 ,  H04N19/44

Abstract: 本申请提供一种熵编/解码方法和装置，涉及基于人工智能(AI)的图像或音频的编解码技术领域。其中熵编码方法包括：获取待处理对象的多个符号；对多个符号进行分组，每组的符号数为N，1＜N；从当前组获取M个符号，1≤M≤N；对M个符号进行编码以得到码流。本申请可以减少内存读写次数，提高编码效率。

公开(公告)号：CN118095368A

公开(公告)日：2024-05-28

申请号：CN202211497412.1

申请日：2022-11-26

Applicant: 华为技术有限公司

Inventor： 罗维俭 ,  胡天阳 ,  孙嘉城 ,  张世枫

IPC: G06N3/0475 ,  G06N3/096

Abstract: 本申请提供一种应用于人工智能领域的生成模型训练方法、数据转换方法以及装置，用于基于更稳定的训练得到输出效果更好的生成模型，使用该生成模型进行用户所需的数据转换。包括：首先，将噪声集合中的数据作为生成模型的输入，输出至少一个生成样本，生成模型用于对输入的数据进行数据转换；随后，将至少一个生成样本作为第一扩散模型的输入，输出至少一个第一扩散得分值，即使用第一扩散模型对生成模型的输出效果进行评分；随后，根据至少一个第一扩散得分值以及第二扩散模型输出的至少一个第二扩散得分值对生成模型进行更新，得到更新后的生成模型，第二扩散模型为使用真实样本集合训练得到。