-
公开(公告)号：CN113365058A
公开(公告)日：2021-09-07
申请号：CN202110644745.1
申请日：2019-03-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/11 , H04N19/124 , H04N19/147 , H04N19/176 , H04N19/625 , H04N19/426 , H04N19/70 , H04N19/91
Abstract: 本公开提供了一种进行编码和解码的方法、解码端、编码端和系统，属于音视频技术领域。所述方法包括：获取当前块的编码数据；从所述编码数据中获取所述当前块的变换核对索引，其中，所述变换核对索引对应的二值化码字的第一个比特位是基于一个上下文模型进行的自适应二进制算术解码；根据所述变换核对索引，确定所述当前块对应的变换核对，其中，所述变换核对包括水平变换核和垂直变换核。采用本公开，可以提升编解码的性能。
-
公开(公告)号：CN113365057A
公开(公告)日：2021-09-07
申请号：CN202110644728.8
申请日：2019-03-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/11 , H04N19/124 , H04N19/147 , H04N19/176 , H04N19/625 , H04N19/426 , H04N19/70 , H04N19/91
Abstract: 本公开提供了一种进行编码和解码的方法、解码端、编码端和系统，属于音视频技术领域。所述方法包括：获取当前块的编码数据；从所述编码数据中获取所述当前块的变换核对索引，其中，所述变换核对索引对应的二值化码字的第一个比特位是基于一个上下文模型进行的自适应二进制算术解码；根据所述变换核对索引，确定所述当前块对应的变换核对，其中，所述变换核对包括水平变换核和垂直变换核。采用本公开，可以提升编解码的性能。
-
公开(公告)号：CN112073734A
公开(公告)日：2020-12-11
申请号：CN201910498015.8
申请日：2019-06-10
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/513 , H04N19/567 , H04N19/577
Abstract: 本申请提供一种编解码方法、装置及其设备，该方法包括：获取当前块对应的多个HMVP候选运动信息，从多个HMVP候选运动信息中选择至少一个HMVP候选运动信息作为待查重HMVP候选运动信息；针对每个待查重HMVP候选运动信息，对待查重HMVP候选运动信息和指定候选运动信息进行查重处理；根据待查重HMVP候选运动信息的查重结果，将待查重HMVP候选运动信息和指定候选运动信息中不重复的候选运动信息加入到运动信息预测模式候选列表，将多个HMVP候选运动信息中未进行查重的HMVP候选运动信息加入到运动信息预测模式候选列表；根据运动信息预测模式候选列表对当前块进行编码或解码。通过本申请的技术方案，降低硬件实现复杂度，提高编码性能。
-
公开(公告)号：CN111641831A
公开(公告)日：2020-09-08
申请号：CN201910157695.7
申请日：2019-03-01
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 王莉
IPC: H04N19/176 , H04N19/503 , H04N19/136 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种帧内预测方法、装置、设备及存储介质，属于图像处理技术领域。所述方法包括：以块为单位对待处理图像进行块划分，得到多个图像块，基于当前图像块，通过第一记忆网络模型，确定当前图像块的预测像素值，当前图像块为多个图像块中的任意一个，第一记忆网络模型至少包括依次相连的多级第一记忆单元，多级第一记忆单元用于对多个图像块进行处理，每级第一记忆单元用于对输入的图像块进行处理并将处理结果和/或该第一记忆单元的网络状态参数传递给下一级第一记忆单元。由于该记忆网络模型可以自动学习最佳预测值生成方式，因此，提高了帧内预测的效率，并使得预测泛化能力更强。
-
-
Patent Agency Ranking
公开(公告)号：CN109151475B
公开(公告)日：2020-03-27
申请号：CN201710499285.1
申请日：2017-06-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/172 , H04N19/186 , H04N19/91 , H04N9/64
Abstract: 本发明实施例提供了一种视频编码方法、解码方法、装置及电子设备，包括：按照预设决策策略，确定是否开启预设去失真滤波功能；当确定开启时，获得失真图像；生成失真图像对应的边信息分量；将失真图像的失真图像颜色分量以及边信息分量，输入预先建立的卷积神经网络模型进行卷积滤波处理，得到去失真图像颜色分量；对待熵编码数据进行熵编码，得到编码后的视频比特流，待熵编码数据为对当前原始帧图像进行视频编码生成的，且包括表示是否开启预设去失真滤波功能的决策信息，以及用于生成边信息分量的边信息。采用本方案，实现了在视频编码过程中，使用卷积神经网络模型对失真图像进行去失真处理；实现了在编码性能和算法复杂度之间的折中。
-
公开(公告)号：CN108932697B
公开(公告)日：2020-01-17
申请号：CN201710395423.1
申请日：2017-05-26
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/00
Abstract: 本发明实施例提供了一种失真图像的去失真方法、装置及电子设备，包括：生成失真图像对应的边信息分量，其中，失真图像为对原始图像进行图像处理得到的，边信息分量表示失真图像相对原始图像的失真特征；将失真图像的失真图像颜色分量以及所述边信息分量，输入预先建立的卷积神经网络模型进行卷积滤波处理，得到去失真图像颜色分量；其中，卷积神经网络模型为基于预设训练集进行训练得到的，预设训练集包括原始样本图像，以及原始样本图像对应的多个失真图像的失真图像颜色分量，以及每个失真图像对应的边信息分量。从而实现了使用一种不同于现有技术的卷积神经网络模型对失真图像进行去失真处理。
-
公开(公告)号：CN110401836A
公开(公告)日：2019-11-01
申请号：CN201810380105.2
申请日：2018-04-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/184 , H04N19/147 , G06N3/02
Abstract: 本申请提供一种图像解码、编码方法、装置及其设备，该图像解码方法包括：获取编码比特流，所述编码比特流携带编码图像序列数据；获取神经网络决策信息，并从神经网络集合中选择与所述神经网络决策信息对应的神经网络；利用选择的神经网络对所述编码图像序列数据进行解码。通过本申请的技术方案，可以使编码性能较高、使解码性能较高。而且，解码端使用的神经网络与编码端使用的神经网络相同，从而可以对编码图像序列数据进行正确的解码。
-
公开(公告)号：CN110136057A
公开(公告)日：2019-08-16
申请号：CN201810130089.1
申请日：2018-02-08
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种图像超分辨率重建方法、装置及电子设备，包括：生成待重建图像对应的边信息分量，其中，待重建图像为对原始图像进行图像处理得到的，边信息分量表示待重建图像相对原始图像的处理质量特征；将待重建图像的待重建图像颜色分量以及边信息分量，输入预先建立的卷积神经网络模型进行卷积滤波处理，得到超分辨率图像颜色分量；其中，卷积神经网络模型为基于预设训练集进行训练得到的，预设训练集包括原始样本图像，以及原始样本图像对应的多个待重建图像的待重建图像颜色分量，以及每个待重建图像对应的边信息分量。从而实现使用一种不同于现有技术的卷积神经网络模型对待重建图像进行超分辨率处理。
-
公开(公告)号：CN119484861A
公开(公告)日：2025-02-18
申请号：CN202411924198.2
申请日：2023-06-01
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/44 , H04N21/44 , H04N19/91 , H04N19/124 , H04N21/466 , G06N3/045
Abstract: 本申请提供一种解码、编码方法、装置及其设备，包括：对当前图像块对应的第一码流进行解码得到系数超参特征；基于系数超参特征确定概率分布参数，基于概率分布参数对当前图像块的第二码流进行解码得到重建特征；将重建特征输入给合成变换网络得到重建图像块；合成变换网络包括注意力模块，注意力模块为级联混合注意力模块或并联混合注意力模块；级联混合注意力模块包括第一注意力子模块和第二注意力子模块，第一注意力子模块和第二注意力子模块为串行；并联混合注意力模块包括第一注意力子模块和第二注意力子模块，第一注意力子模块和第二注意力子模块为并行。通过本申请方案提高解码性能，降低复杂度。
-
-
-
-
-
-
-
-
-
Search Results
267
records
(took 0.053 seconds)
