-
公开(公告)号：CN106658003B
公开(公告)日：2018-04-10
申请号：CN201610857310.4
申请日：2016-09-27
Abstract: 一种“基于字典学习的图像压缩系统”的量化方法属于多媒体通信中的图像压缩技术领域，其特征在于，对系数矩阵进行去除零系数、对非零系数值排序、用估计的截断系数百分比截断非零系数序列、归一化保留的非零系数序列，对处理后的非零系数序列用均匀量化法划分成相等的子区间，在每个子区间内独立进行K均值聚类量化，K均值聚类量化的迭代过程中，各类别中所有元素的均值作为所在类别的新的聚类中心，在满足迭代终止条件后，把各类别中的所有非零系数量化为对应的聚类中心值。计算重建图像PSNR，并与设定的重建图像最低PSNR给定值进行比较，调整截断系数百分比，重复进行以上操作，直到重建图像PSNR计算值不低于重建图像最低PSNR给定值为止。本发明与单独使用均匀量化或K均值聚类量化相比，具有最佳量化性能。
-
公开(公告)号：CN107040771A
公开(公告)日：2017-08-11
申请号：CN201710193359.9
申请日：2017-03-28
IPC: H04N13/00 , H04N19/147 , H04N19/149 , H04N19/154
CPC classification number: H04N13/106 , H04N19/147 , H04N19/149 , H04N19/154
Abstract: 本发明提供了一种针对全景视频的编码优化方法，属于视频编码领域。本发明方法首先基于球面的失真建立全景视频的码率控制模块的优化目标，其中通过统计方法获取拟合球面失真与码率关系的双曲线模型，然后求解优化方程得到最优码率分配结果，最后根据该结果计算量化步长，对当前帧进行编码，同时需要更新双曲线模型中的参数。本发明一种针对全景视频特性的码率控制方案，使得全景视频的编码有更优化的码率分配机制，从而进一步提升了编码效率，改善了压缩后视频的质量。
-
Patent Agency Ranking
公开(公告)号：CN106210717B
公开(公告)日：2017-07-21
申请号：CN201610634377.1
申请日：2016-08-05
IPC: H04N19/14 , H04N19/597 , H04N19/159 , H04N19/70 , H04N19/30 , H04N19/196 , H04N19/61 , H04N19/107 , H04N19/132 , H04N19/187 , H04N19/167 , H04N19/89
Abstract: 本发明一种基于视频显著性的HEVC解码复杂度控制方法，属于视频解码领域；首先通过HEVC压缩域的区域显著性检测算法，预测每个LCU的显著性，然后选择若干个训练视频训练去块滤波器/简化运动补偿和解码复杂度/视频感知失真之间的函数关系；根据显著性图谱和函数关系建立HEVC解码复杂度控制与感知质量优化方程；最后通过求解该方程，达到精确控制HEVC解码复杂度，且保证感知失真最小的目的。优点在于：在控制解码复杂度时，最大程度地保证视频的感知质量；用户可以在解码端根据既定需求指定目标复杂度进行解码，从而将HEVC解码广泛地应用于具有不同计算能力或者不同电量的终端设备中，或在一定电量下完成指定时间内的视频播放。
-
公开(公告)号：CN106815876A
公开(公告)日：2017-06-09
申请号：CN201611252617.8
申请日：2016-12-30
IPC: G06T9/00
CPC classification number: G06T9/005
Abstract: 图像稀疏表征多字典学习联合优化训练方法，属于多媒体通信和图像数据处理领域，其特征在于，把训练用图像单元的梯度矩阵经奇异值分解后的奇异值矩阵中的非零元素视作对应梯度方向的能量值，根据设定的能量值参数门限把图像单元分为各项同性图像和各项异性图像，依次学习共享字典和专门化字典，用一个反映经稀疏表征后的各向同性和各向异性图像的残差，各字典的自相关和互相关程度以及非零元素正则化等因素最小化的目标函数予以优化，在优化过程中，依次用正交匹配追踪算法优化A0,Ak,再用梯度下降算法优化D0,Dk,在保留欲优化参数时，其他不涉及欲优化参数的项视为常数。本发明用于图像压缩时，细节保留好，失真率较低，图像品质相对较好。
-
公开(公告)号：CN106658003A
公开(公告)日：2017-05-10
申请号：CN201610857310.4
申请日：2016-09-27
CPC classification number: H04N19/124 , G06K9/00221 , G06K9/6218 , G06K9/6249 , G06K9/6255 , G06T9/008 , H04N19/13
Abstract: 一种“基于字典学习的图像压缩系统”的量化方法属于多媒体通信中的图像压缩技术领域，其特征在于，对系数矩阵进行去除零系数、对非零系数值排序、用估计的截断系数百分比截断非零系数序列、归一化保留的非零系数序列，对处理后的非零系数序列用均匀量化法划分成相等的子区间，在每个子区间内独立进行K均值聚类量化，K均值聚类量化的迭代过程中，各类别中所有元素的均值作为所在类别的新的聚类中心，在满足迭代终止条件后，把各类别中的所有非零系数量化为对应的聚类中心值。计算重建图像PSNR，并与设定的重建图像最低PSNR给定值进行比较，调整截断系数百分比，重复进行以上操作，直到重建图像PSNR计算值不低于重建图像最低PSNR给定值为止。本发明与单独使用均匀量化或K均值聚类量化相比，具有最佳量化性能。
-
公开(公告)号：CN106210717A
公开(公告)日：2016-12-07
申请号：CN201610634377.1
申请日：2016-08-05
IPC: H04N19/14 , H04N19/597 , H04N19/159 , H04N19/70 , H04N19/30 , H04N19/196 , H04N19/61 , H04N19/107 , H04N19/132 , H04N19/187 , H04N19/167 , H04N19/89
CPC classification number: H04N19/14 , H04N19/107 , H04N19/132 , H04N19/159 , H04N19/167 , H04N19/187 , H04N19/196 , H04N19/30 , H04N19/597 , H04N19/61 , H04N19/70 , H04N19/89
Abstract: 本发明一种基于视频显著性的HEVC解码复杂度控制方法，属于视频解码领域；首先通过HEVC压缩域的区域显著性检测算法，预测每个LCU的显著性，然后选择若干个训练视频训练去块滤波器/简化运动补偿和解码复杂度/视频感知失真之间的函数关系；根据显著性图谱和函数关系建立HEVC解码复杂度控制与感知质量优化方程；最后通过求解该方程，达到精确控制HEVC解码复杂度，且保证感知失真最小的目的。优点在于：在控制解码复杂度时，最大程度地保证视频的感知质量；用户可以在解码端根据既定需求指定目标复杂度进行解码，从而将HEVC解码广泛地应用于具有不同计算能力或者不同电量的终端设备中，或在一定电量下完成指定时间内的视频播放。
-
公开(公告)号：CN105120295A
公开(公告)日：2015-12-02
申请号：CN201510490394.8
申请日：2015-08-11
Applicant: 北京航空航天大学
IPC: H04N19/96 , H04N19/89 , H04N19/147
Abstract: 本发明公开了一种基于四叉树编码分割的HEVC复杂度控制方法，属于视频编码领域，具体步骤如下：一、用户设定视频编码的初始目标复杂度；步骤二、利用区域显著性检测算法生成视频中每一帧的编码块权重图谱；步骤三、编码器设计每一帧的块级别复杂度-失真优化控制模型；步骤四、针对视频中的所有帧，循环更新当前帧的目标复杂度替换前一帧的目标复杂度，应用于当前帧的块级别复杂度-失真优化控制模型；步骤五、编码结束。优点在于：用户在编码端根据既定需求指定目标复杂度进行编码，从而将HEVC编解码广泛地应用于具有不同计算能力或者不同电量的终端设备中，或在一定电量下完成指定时间内的视频录制。
-
-
-
-
-
-
Search Results
87
records
(took 0.043 seconds)
