-
公开(公告)号:CN112351280B
公开(公告)日:2023-08-22
申请号:CN202011158502.9
申请日:2020-10-26
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/17 , H04N19/42 , H04N19/167
Abstract: 本申请实施例提供一种视频编码方法、装置、电子设备及可读存储介质,该方法包括:获取待编码的视频数据以及所述视频数据的特征信息,所述视频数据包括N帧图像,N为大于或等于2的整数,所述视频数据的特征信息基于图像信号提取得到;根据所述视频数据中各帧图像的特征信息,分别对各帧所述图像进行编码,得到编码后的压缩数据。该方法使得视频编码压缩率得到极大提升,进而保证视频图像的高质量。
-
公开(公告)号:CN116489373A
公开(公告)日:2023-07-25
申请号:CN202310454346.8
申请日:2022-08-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/182 , H04N19/124
Abstract: 本申请公开一种图像解码方法、编码方法及装置,涉及视频编解码技术领域。该图像解码方法包括:根据第一像素点的预测方式,确定第一像素点的预测残差值;预测残差值用于反映第一像素点的梯度;预测方式用于指示对像素点进行预测时参考的已重建像素点的位置;第一像素点为当前编码块中的任意一个像素点;根据第一像素点的预测残差值,确定第一像素点的目标量化参数QP值;根据第一像素点的目标QP值,对第一像素点进行反量化,如此,可以在保证一定压缩率的情况下,降低图像帧的解码失真,能够提高图像解码的真实性和准确性。
-
公开(公告)号:CN116489344A
公开(公告)日:2023-07-25
申请号:CN202310493532.2
申请日:2022-07-26
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/103 , H04N19/625 , H04N19/61 , H04N19/147
Abstract: 本申请提供一种编解码方法、装置及其设备,该方法包括:在当前块的参考像素不可得时,对所述当前块对应的初始预测模式列表中的目标预测模式进行去除处理,得到目标预测模式列表;基于所述目标预测模式列表对所述当前块进行编解码。通过本申请能够提高编码性能和解码性能。
-
公开(公告)号:CN116071440A
公开(公告)日:2023-05-05
申请号:CN202210976078.1
申请日:2022-08-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T9/00
Abstract: 本申请公开一种图像解码方法、编码方法及装置,涉及视频编解码技术领域。该图像解码方法包括:根据第一像素点的预测方式,确定第一像素点的预测残差值;预测残差值用于反映第一像素点的梯度;预测方式用于指示对像素点进行预测时参考的已重建像素点的位置;第一像素点为当前编码块中的任意一个像素点;根据第一像素点的预测残差值,确定第一像素点的目标量化参数QP值;根据第一像素点的目标QP值,对第一像素点进行反量化,如此,可以在保证一定压缩率的情况下,降低图像帧的解码失真,能够提高图像解码的真实性和准确性。
-
公开(公告)号:CN110401836B
公开(公告)日:2022-04-26
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:CN110365987B
公开(公告)日:2022-03-25
申请号:CN201810312713.X
申请日:2018-04-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N19/513 , H04N19/56 , H04N19/573
Abstract: 本申请提供一种运动矢量确定方法、装置及其设备,该方法包括:获取编码比特流,所述编码比特流携带运动矢量参数值;根据所述运动矢量参数值确定目标图像块的原始运动矢量和运动矢量决策信息;若所述运动矢量决策信息是第一指示信息,则根据所述原始运动矢量获取目标运动矢量,并根据所述目标运动矢量确定所述目标图像块的最终运动矢量。通过本申请的技术方案,可以根据原始运动矢量获取目标运动矢量,并根据目标运动矢量确定目标图像块的最终运动矢量,从而可以提高运动矢量的精度,提高编码性能。
-
-
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。
-
-
-
-
-
-
-
-
-