JPEG图像的无损二次压缩方法

    公开(公告)号:CN109672891A

    公开(公告)日:2019-04-23

    申请号:CN201811590708.1

    申请日:2018-12-25

    Abstract: 本发明是JPEG图像的无损二次压缩方法,属于图像无损压缩技术领域。所述方法通过提取原始JPEG图像的相关信息,对编码块进行预测,并对预测块进行变换量化后,得到预测块的变换量化系数,并将此预测块的变换量化系数与从原始JPEG图像得到的当前编码块的原始变换量化系数做差,并对差值进行熵编码,从而在保证JPEG图像质量没有损失的同时,实现了对JPEG图像的有效压缩。本发明的有益效果是,本发明相比现有压缩方法对JPEG图像实现了更高的压缩性能,并可以避免JPEG图像质量的损失。本发明基于JPEG二次编码的特点对编码过程进行了针对性的设计,提出了新的编码块划分和遍历方法,以及新的熵编码预处理方法等,从而可以进一步提升编码性能。

    混合视频编码标准中帧内预测方法

    公开(公告)号:CN105491390B

    公开(公告)日:2018-09-11

    申请号:CN201510861669.4

    申请日:2015-11-30

    Abstract: 混合视频编码标准中的帧内预测方法,属于视频编码领域。本发明的目的是为了有效地处理视频序列中存在的复杂块,如由于物体或者摄像机运动导致的视频模糊,多方向的复杂块等,而提出一种混合视频编码标准中帧内预测方法,以进一步提升视频编码的性能。该帧内预测方法,利用两个不同的预测模式来得到两个不同的预测值。通过对这两个预测值进行加权得到当前编码块的一个新的预测。获取当前编码块的周围若干个相邻已编码块的帧内编码模式信息,选择其中一个模式为模式一;在模式一的基础上,选择另外一个帧内模式为模式二。利用两个不同预测模式合成的预测值,能够处理视频序列中的复杂块,从而使得编码效率得到进一步提高。

    一种混合视频编码标准中帧间预测方法

    公开(公告)号:CN104935938B

    公开(公告)日:2018-03-30

    申请号:CN201510415613.6

    申请日:2015-07-15

    Abstract: 一种混合视频编码标准中的帧间预测方法,属于视频编码领域。本发明的目的是为了有效地处理视频序列中存在的变形运动,而提出一种混合视频编码标准中帧间预测方法,以进一步提升视频的编码性能。获取当前编码块的周围若干个相邻已编码块的运动信息;根据获取的邻近编码块的参考索引获取当前编码块中每个划分单元的参考索引;根据获取的邻近编码块的参考索引和获取的当前编码块中每个划分单元的参考索引对邻近编码块的运动矢量进行处理,获取当前编码块中每个划分单元的运动矢量。利用当前编码块相邻已编码块的运动信息对当前块的运动信息进行预测,使得视频序列中存在的变形运动得到有效地描述,编码效率得到进一步提高。

    混合视频编码标准中色度分量预测方法

    公开(公告)号:CN105306944A

    公开(公告)日:2016-02-03

    申请号:CN201510861687.2

    申请日:2015-11-30

    Abstract: 混合视频编码标准中色度分量预测方法,属于视频编码领域。本发明的目的是为了有效的去除视频中色度分量与亮度分量以及色度分量之间的相关性,而提出一种混合视频编码标准中色度分量预测方法,以进一步提升视频编码的性能。在通过线性模型进行色度分量预测时,利用当前编码块周围重建的像素点来计算线性模式的参数;在进行参数计算时,增加周围有效像素点,移除周围不可用的像素点;根据得到的参数,对于Cb色度分量,通过已重建的亮度分量Y对其进行预测;而对于Cr色度分量,通过已重建的亮度分量Y和已重建的色度分量Cb对其进行预测。本发明通过块周围有效的像素点计算模型参数,以及通过亮度分量Y和色度分量Cb自适应地对色度分量Cr进行预测,使得编码效率得到进一步提高。

    一种混合视频编码标准中帧间预测方法

    公开(公告)号:CN104935938A

    公开(公告)日:2015-09-23

    申请号:CN201510415613.6

    申请日:2015-07-15

    Abstract: 一种混合视频编码标准中的帧间预测方法,属于视频编码领域。本发明的目的是为了有效地处理视频序列中存在的变形运动,而提出一种混合视频编码标准中帧间预测方法,以进一步提升视频的编码性能。获取当前编码块的周围若干个相邻已编码块的运动信息;根据获取的邻近编码块的参考索引获取当前编码块中每个划分单元的参考索引;根据获取的邻近编码块的参考索引和获取的当前编码块中每个划分单元的参考索引对邻近编码块的运动矢量进行处理,获取当前编码块中每个划分单元的运动矢量。利用当前编码块相邻已编码块的运动信息对当前块的运动信息进行预测,使得视频序列中存在的变形运动得到有效地描述,编码效率得到进一步提高。

    用于二进制算术编码可并行的非零系数上下文建模方法

    公开(公告)号:CN102186087B

    公开(公告)日:2013-06-12

    申请号:CN201110172229.X

    申请日:2011-06-24

    Abstract: 用于二进制算术编码可并行的非零系数上下文建模方法,它涉及视频编码的上下文建模技术。它为解决现有二进制算术编码在对非零系数进行上下文建模过程中存在对上下文产生数据的依赖关系,使编码系统的数据吞吐率降低的问题而提出。一:定义变换量化块中系数、非零系数的个数;二:对非零系数二值化得到bin序列,三:以非零系数的位置信息和该变换量化块中非零系数的个数为第一上下文进行上下文建模;四:计算绝对值为abs(Li)的非零系数在第一上下文下取值的概率分布;五:对Li的绝对值减1进行二值化,六:利用等概率分布进行上下文建模。它可使不同的非零系数的上下文建模过程同时进行,实现了编码过程中多个上下文建模并行执行。

    视频增强处理方法、装置、电子设备和存储介质

    公开(公告)号:CN115511756A

    公开(公告)日:2022-12-23

    申请号:CN202110697703.4

    申请日:2021-06-23

    Abstract: 本申请实施例提供了一种视频增强处理方法、装置、电子设备和存储介质,其中,该方法包括:确定待增强图像的增强辅助图像,其中,所述增强辅助图像和所述待增强图像为压缩视频数据解码生成的重建图像;基于所述待增强图像、所述增强辅助图像和预设特征提取网络确定时空特征图;根据预设特征增强网络处理所述时空特征图以生成叠加图像;根据所述叠加图像处理所述待增强图像以生成视频增强图像。本申请实施例通过包括时空特征的图像对待增强图像进行处理以生成视频增强图像,基于视频重建图像的时空特征提高图像的显示质量,提高视频的显示效果,可增强用户的观看体验。

    基于动态字节长度分配的卷积神经网络的图像压缩系统

    公开(公告)号:CN107481295B

    公开(公告)日:2020-06-30

    申请号:CN201710691448.6

    申请日:2017-08-14

    Abstract: 基于动态字节长度分配的卷积神经网络的图像压缩系统,属于图像压缩技术领域。所述图像压缩系统:字节长度分配图网络将卷积码编码器的中间特征,即字节长度特征,作为其输入,建立基于待压缩图像内容的字节长度分配图,并根据该字节长度分配图建立字节长度分配图模板。二值器将卷积码编码器输出的初步编码特征图转换为编码二值特征图,即离散编码。在进入卷积熵编码器之前,所述离散编码先与字节长度分配图模板进行点乘裁剪。因此,对于本发明所述的图像压缩系统,其待熵编码的离散编码随待压缩图像的局部信息内容的变化而变化,与待压缩图像的配合度更高,具有更好的压缩效果。本发明所述的图像压缩系统适用于对图像进行压缩和解压。

    视频压缩中变换系数的上下文建模方法

    公开(公告)号:CN105141966B

    公开(公告)日:2018-04-24

    申请号:CN201510547323.7

    申请日:2015-08-31

    Abstract: 视频压缩中变换系数的上下文建模方法,本发明涉及变换系数的上下文建模技术。本发明是为了解决HEVC中所采用的上下文建模技术不能准确地预测变换系数的统计特性的问题。本发明在当前变换系数为bin0、bin1或bin2的上下文建模过程,使用了当前变换系数的位置信息和当前变换系数的局部模板中非零变换系数信息,同时还利用变换系数在编码组内的位置对亮度分量的变换系数块的编码组进行划分,利用变换系数在变换系数块内的位置对色度分量的变换系数块进行划分,最终实现上下文建模。本发明更加准确地预测变换系数的统计特性,提高了变换系数的压缩效率。本发明应用于视频编码领域。

    混合视频编码标准中帧间预测方法

    公开(公告)号:CN104539967A

    公开(公告)日:2015-04-22

    申请号:CN201510020490.6

    申请日:2015-01-15

    Abstract: 混合视频编码标准中帧间预测方法,属于视频编码领域。为了解决如何在现有加权预测方案中增强鲁棒性的问题。一种混合视频编码标准中帧间预测方法,通过以下步骤实现:选定当前块,获取当前块的时域对应块作为当前块的预测块,选取当前块的空域邻近像素和时域对应块的空域邻近像素利用线性加权预测模型:y=ax+b,求出当前块的加权预测参数:加权因子a和附加的偏移b;式中,y表示当前块的空域邻近像素,x表示时域对应块的空域邻近像素;根据求出的加权因子a和附加的偏移b,利用步骤一的线性加权预测模型对预测块中的预测像素值进行处理,使处理后预测块与当前块接近;利用获得的处理后的预测块进行帧间预测。

Patent Agency Ranking