-
公开(公告)号：CN117716687A
公开(公告)日：2024-03-15
申请号：CN202280035149.6
申请日：2022-03-31
Applicant: 高通股份有限公司
IPC: H04N19/103 , H04N19/172 , H04N19/463 , H04N19/537 , H04N19/146 , H04N19/124 , G06N3/045 , G06N3/084
Abstract: 描述了用于使用机器学习系统来对数据进行压缩和解压缩的技术。示例过程可包括接收用于由神经网络压缩系统进行压缩的多个图像。该过程可包括基于来自该多个图像中的第一图像来确定与该神经网络压缩系统的第一模型相关联的第一多个权重值。该过程可包括生成包括第一多个权重值的经压缩版本的第一比特流。该过程可包括输出第一比特流以供传输至接收方。
-
公开(公告)号：CN113574883B
公开(公告)日：2024-08-27
申请号：CN202080020806.0
申请日：2020-03-23
Applicant: 高通股份有限公司
IPC: H04N19/13 , G06N3/09 , H04N19/20 , H04N19/136 , H04N19/90 , H04N19/186 , G06N3/045
Abstract: 本公开的某些方面涉及用于使用深度生成性模型来压缩视频内容的方法和装置。一种示例方法一般包括：接收供压缩的视频内容。所接收的视频内容一般通过可由第一人工神经网络实现的编码器被编码到隐性码空间中。经编码视频内容的经压缩版本一般通过可由第二人工神经网络实现的经训练概率性模型来生成并输出以供传输。
-
Patent Agency Ranking
公开(公告)号：CN115211115A
公开(公告)日：2022-10-18
申请号：CN202180017106.0
申请日：2021-01-15
Applicant: 高通股份有限公司
IPC: H04N19/503 , H04N19/436
Abstract: 本文中描述用于使用基于循环的机器学习工具来对视频内容进行译码的技术。设备可以包括神经网络系统，所述神经网络系统包括编码器部分和解码器部分。编码器部分可以基于用于神经网络系统的操作的当前时间步的输入视频帧、来自操作的先前时间步的经重构运动估计数据、来自操作的先前时间步的经重构残差数据、以及来自操作的先前时间步的来自神经网络系统的解码器部分的至少一个循环层的循环状态数据，来生成用于神经网络系统的操作的当前时间步的输出数据。神经网络系统的解码器部分可以基于输出数据和来自操作的先前时间步的循环状态数据，来生成用于操作的当前时间步的经重构视频帧。
-
公开(公告)号：CN113574883A
公开(公告)日：2021-10-29
申请号：CN202080020806.0
申请日：2020-03-23
Applicant: 高通股份有限公司
IPC: H04N19/13 , G06N3/08 , H04N19/20 , H04N19/136 , H04N19/90 , H04N19/186
Abstract: 本公开的某些方面涉及用于使用深度生成性模型来压缩视频内容的方法和装置。一种示例方法一般包括：接收供压缩的视频内容。所接收的视频内容一般通过可由第一人工神经网络实现的编码器被编码到隐性码空间中。经编码视频内容的经压缩版本一般通过可由第二人工神经网络实现的经训练概率性模型来生成并输出以供传输。
-
公开(公告)号：CN118233636A
公开(公告)日：2024-06-21
申请号：CN202410539252.5
申请日：2020-03-23
Applicant: 高通股份有限公司
IPC: H04N19/124 , H04N19/13 , H04N19/136 , H04N19/14 , H04N19/179 , H04N19/186 , H04N19/20 , H04N19/46 , H04N19/90 , H04N23/90 , G06N3/044 , G06N3/045 , G06N3/047 , G06N3/08 , G06N3/084 , G06T9/00 , H04N7/18
Abstract: 本公开的某些方面涉及用于使用深度生成性模型来压缩视频内容的方法和装置。一种示例方法一般包括：接收供压缩的视频内容。所接收的视频内容一般通过可由第一人工神经网络实现的编码器被编码到隐性码空间中。经编码视频内容的经压缩版本一般通过可由第二人工神经网络实现的经训练概率性模型来生成并输出以供传输。
-
公开(公告)号：CN117882376A
公开(公告)日：2024-04-12
申请号：CN202280056199.2
申请日：2022-08-02
Applicant: 高通股份有限公司
IPC: H04N19/426 , H04N19/91 , G06N3/0464 , G06N3/088
Abstract: 描述了使用机器学习系统压缩数据的技术。示例性过程可以包括：接收输入数据以通过神经网络压缩系统进行压缩。该过程可以包括：基于输入数据来确定神经网络压缩系统的更新模型参数集合，其中更新模型参数集合选自模型参数的子空间。该过程可以包括：生成至少一个比特流，包括输入数据的压缩版本和对应于更新模型参数集合的一个或多个子空间坐标的压缩版本。该过程可以包括：输出至少一个比特流以传输到接收机。
-
公开(公告)号：CN116250236A
公开(公告)日：2023-06-09
申请号：CN202180063932.9
申请日：2021-08-30
Applicant: 高通股份有限公司
IPC: H04N19/147
Abstract: 描述了用于使用机器学习系统来压缩数据以及调谐机器学习系统以压缩数据的技术。示例过程可以包括：通过神经网络压缩系统(例如，在训练数据集上训练的)接收输入数据以便通过所述神经网络压缩系统压缩。所述过程可以包括：确定用于所述神经网络压缩系统的一组更新，所述一组更新包括使用所述输入数据调谐的经更新的模型参数。所述过程可以包括：通过所述神经网络压缩系统使用潜在先验生成包括所述输入数据的经压缩的版本的第一比特流。所述过程还可以包括：通过所述神经网络压缩系统使用所述潜在先验和模型先验生成包括所述经更新的模型参数的经压缩的版本的第二比特流。所述过程可以包括：输出所述第一比特流和所述第二比特流以传输到接收机。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
