-
公开(公告)号：CN119316619A
公开(公告)日：2025-01-14
申请号：CN202311052220.4
申请日：2023-08-18
Applicant: 华为技术有限公司
IPC: H04N19/91 , H04N19/85 , H04N19/124
Abstract: 一种编解码方法和装置，该方法包括：获得待编码图像的特征图；获得特征图的概率分布参数图；根据概率分布参数图，获得第一矩阵；从多个区间中确定第一矩阵对应的第一区间，多个区间互不重叠，每个区间对应至少一个缩放因子；根据第一区间对应的第一缩放因子，对特征图中与第一矩阵对应的特征值进行缩放，得到缩放后的特征图；根据第一区间对应的第一缩放因子，对概率分布参数图中与第一矩阵对应的概率分布参数进行缩放，得到缩放后的概率分布参数图；利用缩放后的概率分布参数图对缩放后的特征图进行熵编码，写入码流。该方法可以在保持编码性能的同时，降低自适应量化技术与潜在缩放技术的计算复杂度。
-
公开(公告)号：CN118632033A
公开(公告)日：2024-09-10
申请号：CN202310461780.9
申请日：2023-04-23
Applicant: 华为技术有限公司
IPC: H04N19/91 , H04N19/42 , H04N19/124 , H04N19/44 , G06T9/00
Abstract: 本申请涉及图像处理技术领域，涉及一种解码方法、编码方法、可读存储介质和电子设备。本申请提供的解码方法中，在解码时，当所述待解码图像数据位于所述第一区域内的预设边界区域，或者待解码图像数据对应的高斯分布方差参数大于第一阈值时，可以获取待解码图像数据对应的残差值，以便基于残差值和预测值获取待解码图像数据对应的图像重建数据；如此对于边界区域的待解码图像数据，将不会将准确度低的预测值直接作为重建值，能够有效避免出现图像质量问题。
-
公开(公告)号：CN114827622A
公开(公告)日：2022-07-29
申请号：CN202110071775.8
申请日：2021-01-19
Applicant: 华为技术有限公司
IPC: H04N19/30 , H04N19/91 , H04N19/186 , H04N19/182 , G06N3/08 , G06N3/04
Abstract: 本申请提供了分层编解码的方法及装置。涉及基于人工智能(AI)的视频或图像压缩技术领域。该编码方法包括把视频信号的第一信号分量的控制信号作用于所述第一信号分量的第一特征图，获得所述第一信号分量的第二特征图，其中所述第一信号分量的控制信号通过学习获得；把所述视频信号的第二信号分量的控制信号作用于所述第二信号分量的第一特征图，获得所述第二信号分量的第二特征图，其中所述第二信号分量的控制信号通过学习获得；以及根据所述第一信号分量的第二特征图和所述第二信号分量的第二特征图，获得所述视频信号的码流。本申请能够适配不同色彩特性的图像内容。
-
公开(公告)号：CN115834888A
公开(公告)日：2023-03-21
申请号：CN202210300566.0
申请日：2022-03-25
Applicant: 华为技术有限公司
IPC: H04N19/13 , H04N19/172 , H04N19/42 , H04N19/44
Abstract: 本申请提供了特征图编解码方法和装置。涉及基于人工智能(AI)的数据编解码技术领域，具体设计基于神经网络的数据编码解码技术领域。其中特征图解码方法包括：获取待解码特征图的码流，该待解码特征图包括多个特征元素；基于该码流，获得每个特征元素对应的第一概率估计结果，该第一概率估计结果包括第一峰值概率；基于第一阈值和每个特征元素对应的第一峰值概率，从多个特征元素中确定第一特征元素的集合和第二特征元素的集合；基于该第一特征元素的集合和第二特征元素的集合，得到该解码特征图。通过概率估计结果和每个特征元素对应的第一峰值概率确定每个特征元素的解码方式，能在降低编解码复杂度的同时提升编解码性能。
-
公开(公告)号：CN115442609A
公开(公告)日：2022-12-06
申请号：CN202111091143.4
申请日：2021-09-17
Applicant: 华为技术有限公司
IPC: H04N19/13 , H04N19/176 , H04N19/42 , H04N19/44 , H04N19/91
Abstract: 本申请提供了特征数据编解码方法和装置，涉及基于人工智能(AI)的图像或音频的编解码技术领域，具体涉及基于神经网络的图像特征图或音频特征变量的编解码技术领域。其中编码方法包括：获取待编码目标，所述待编码目标包括多个特征元素，所述多个特征元素包括第一特征元素。所述方法还包括获取所述第一特征元素的概率估计结果，根据所述第一特征元素的概率估计结果，判断是否对所述第一特征元素执行熵编码；仅当判断出需要对所述第一特征元素执行熵编码时，对所述第一特征元素执行熵编码。本申请根据概率估计结果来判断是否对特征元素编码。这样，能够在不影响编解码性能情况下降低编解码复杂度，其中待编码目标包括图像特征图或音频特征变量。
-
Patent Agency Ranking
公开(公告)号：CN115118972A
公开(公告)日：2022-09-27
申请号：CN202110289642.8
申请日：2021-03-17
Applicant: 华为技术有限公司
IPC: H04N19/124 , H04N19/60 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种视频图像的编解码方法及相关设备。涉及基于人工智能(AI)的视频或图像压缩技术领域，具体涉及基于神经网络的视频压缩技术领域。该解码方法包括：通过神经网络对输入数据进行概率估计处理，得到当前图像的残差包括的多个样本的残差值的概率分布，输入数据至少包括参考图像的残差，参考图像为在解码当前图像之前的已解码图像；基于当前图像的残差包括的多个样本的残差值的概率分布对码流进行算术熵解码，得到第一熵解码数据，第一熵解码数据表示当前图像的残差；基于当前图像的残差，得到当前图像的重建样本值。本申请能够提高编解码的效率和精度。
-
公开(公告)号：CN114339262A
公开(公告)日：2022-04-12
申请号：CN202011066451.7
申请日：2020-09-30
Applicant: 华为技术有限公司
IPC: H04N19/91 , H04N19/88 , H04N19/176
Abstract: 本申请提供了熵编/解码方法及装置。涉及基于人工智能(AI)的视频或图像压缩技术领域领域，具体涉及基于神经网络的视频压缩技术领域。该方法包括：获得待编码的图像块的基本层信息，所述基本层信息对应于所述图像块中的M个像素点，M为正整数；获得与所述图像块的增强层信息对应的K个元素，所述增强层信息对应于所述图像块中的N个像素点，K和N均为正整数，N≥M；将所述基本层信息输入神经网络以获得K组概率值，所述K组概率值和所述K个元素对应，任意一组概率值用于表示对应的元素的多个候选取值的概率；根据所述K组概率值对所述K个元素进行熵编码。本申请能够提高提高熵编/解码的效率。
-
公开(公告)号：CN118632006A
公开(公告)日：2024-09-10
申请号：CN202310458544.1
申请日：2023-04-18
Applicant: 华为技术有限公司
IPC: H04N19/192 , H04N19/91 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供了一种编解码方法及电子设备。该编码方法包括：获取待编码图像；提取待编码图像的特征图，确定特征图中待编码区域的概率估计结果；基于待编码区域的原始特征值，和当对待编码区域进行自适应熵编码跳过处理后确定的待编码区域的重建特征值，判断是否对待编码区域进行自适应熵编码跳过处理；若是，则基于待编码区域的概率估计结果，对待编码区域中至少一个子块进行熵编码处理或跳过对至少一个子块的熵编码处理，将待编码区域对应的标识设置为第一值；若否，则基于待编码区域的概率估计结果对待编码区域进行熵编码处理，将待编码区域对应的标识设置为第二值；编码标识。这样，能够避免在重建图像中引入伪影。
-
公开(公告)号：CN117834905A
公开(公告)日：2024-04-05
申请号：CN202211199810.5
申请日：2022-09-29
IPC: H04N19/513 , H04N19/172
Abstract: 本申请提供了一种帧间预测方法及电子设备。该方法包括：获取当前块对应的第一运动矢量；基于第一运动矢量，获取当前块对应第一参考块的第一分割图，第一分割图包括第一区域和第二区域；从第一区域和第二区域中，确定第一目标区域；基于第一目标区域在第一分割图中的空间分布，建立运动矢量候选列表，空间分布用于描述第一目标区域在第一分割图中的位置；基于运动矢量候选列表，确定当前块对应的第二运动矢量；基于目标分割图、第一运动矢量和第二运动矢量进行运动补偿，以得到当前块对应的预测块；目标分割图基于第一分割图和/或第二分割图确定，第二分割图是基于第二运动矢量确定的当前块对应第二参考块的分割图。这样，能够提高压缩性能。
-
公开(公告)号：CN117409091A
公开(公告)日：2024-01-16
申请号：CN202210796212.X
申请日：2022-07-07
Applicant: 华为技术有限公司
IPC: G06T9/00
Abstract: 本申请实施例提供了一种编解码方法及电子设备。该编码方法包括：首先，获取待编码图像；接着，基于待编码图像，生成C个通道的特征图，特征图包括多个特征点的特征值；基于C个通道的特征图，生成C个通道的估计信息矩阵；随后，将C个通道划分为N个通道组；针对N个通道组中至少一个目标通道组：基于目标通道组对应已编码特征点的特征值和目标通道组对应的估计信息矩阵，确定目标通道组对应待编码特征点对应的概率分布参数；然后，基于待编码特征点对应的概率分布参数，确定待编码特征点对应的概率分布；基于待编码特征点对应的概率分布对待编码特征点进行编码。这样，通过采用部分通道的信息确定概率分布参数，能够提高编码效率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.023 seconds)
