模板匹配在视频编码中的应用
    1.
    发明公开

    公开(公告)号:CN119013985A

    公开(公告)日:2024-11-22

    申请号:CN202380033833.5

    申请日:2023-04-05

    Abstract: 描述了用于视频编码中的模板匹配(TM)的方法。所提出的方法包括:在模板匹配中使用受约束的顶部和左侧邻近者,仅在编码树单元边界中启用TM,使用近似的重构样点,使用新处理流水线来推导与基于模板的帧内模式推导(TIMD)相结合的解码器侧帧内模式推导(DIMD),以及使用来自邻近者的滤波像素而不是使用重构像素。此外,还描述了关于可以如何结合帧内模式、子分区模式、帧内预测中的内插滤波、块分区、具有编码单元级别权重的双向预测以及自适应运动矢量分辨率来应用模板匹配的方法。

    使用神经网络进行环路滤波
    5.
    发明公开

    公开(公告)号:CN119547445A

    公开(公告)日:2025-02-28

    申请号:CN202380051302.9

    申请日:2023-06-26

    Abstract: 描述了用于在图像和视频处理中使用神经网络进行环路滤波的方法、系统、比特流语法和定点实施方式。给定输入图像,提出了混合亮度‑色度滤波器,其中,首先由第一神经网络处理亮度分量和色度分量,并且随后由单独的亮度子网络和色度子网络处理第一网络的输出。最后,将单独的亮度子网络和色度子网络的输出相连结以生成输入图像的经滤波输出。还描述了使用CP分解的高效计算方法。还讨论了指示神经网络环路滤波器相对于如自适应环路滤波器(ALF)等其他滤波器的位置的方法。

    在视频压缩中使用深度学习的帧间编码

    公开(公告)号:CN119547444A

    公开(公告)日:2025-02-28

    申请号:CN202380050612.9

    申请日:2023-06-23

    Abstract: 描述了用于使用在图像和视频压缩中使用的端到端神经网络进行帧间编码的方法、系统和比特流语法。帧间编码方法包括以下各项中的一项或多项:对YUV图片的联合亮度‑色度运动补偿;对YUV图片的联合亮度‑色度残差编码;使用注意力层;启用时间运动预测网络进行运动矢量预测;使用将运动矢量和残差信息进行组合的跨域网络进行运动矢量解码;使用跨域网络对残差进行解码;使用加权运动补偿帧间预测;以及在熵解码中仅使用时间特征、仅使用空间特征或使用时间特征和空间特征两者。还描述了用于改进用于帧间编码的神经网络的训练的方法。

Patent Agency Ranking