-
公开(公告)号：CN113242427B
公开(公告)日：2024-03-12
申请号：CN202110398165.9
申请日：2021-04-14
Applicant: 中南大学
IPC: H04N19/139 , H04N19/96
Abstract: 本发明公开了一种基于VVC中自适应运动矢量精度的快速方法及装置，方法包括：获取编码单元于普通AMVR过程的1/4精度CME的最优MV水平分量和最优MV垂直分量；当编码单元于Affine AMVR过程遍历至1/16精度，且1/4精度CME的最优MV水平分量等于0，则在细化搜索CPMV的周围八个点时，仅插值垂直方向的1/16像素点；或者垂直分量等于0也是同理，仅插值水平方向的1/16像素点。本发明简化了1/16精度的仿射运动估计，减少Affine AMVR的计算复杂度，提高了VVC编码效率，提升了编码器性能。本发明还能够有效的跳过1精度、4精度以及1/2精度的普通运动估计以及有条件的跳过1精度仿射运动估计，可以降低编码的时间复杂度，能够有效的提升编码器的效率，可以方便地投入实际应用。
-
公开(公告)号：CN113242426B
公开(公告)日：2024-02-13
申请号：CN202110369008.5
申请日：2021-04-06
Applicant: 中南大学
IPC: H04N19/137 , H04N19/146 , H04N19/186 , H04N19/80 , H04N19/96
Abstract: 本发明公开了一种视频编解码方法、设备和存储介质，包括：在编码端应用DBF滤波和/或SAO滤波，对于所述DBF滤波，根据编码单位的深度，对所述深度小于深度阈值的编码单位，跳过其DBF滤波；对于所述SAO滤波，根据编码单位的原始图像数据与做SAO之前的重构数据的差值，对差值小于差值阈值的编码单位，不进行SAO滤波；在解码端进行解码和后处理。该方法在保证解码视频质量损失较小的情况下，可大大缩减计算时间，有效降低编解码的计算复杂度。
-
公开(公告)号：CN111698502A
公开(公告)日：2020-09-22
申请号：CN202010566975.6
申请日：2020-06-19
Applicant: 中南大学
IPC: H04N19/103 , H04N19/176 , H04N19/567 , H04N19/96 , H04N19/119
Abstract: 本发明公开了一种基于VVC编码的仿射运动估计加速方法、设备及存储介质，包括以下步骤：若满足RDcostAffineMerge>λ*RDcostMerge，或，当前编码单元在构造Affine Merge模式候选列表时，相邻编码单元的最优预测模式没有仿射模式，则跳过当前编码单元的仿射运动估计过程；否则当前编码单元继续进行仿射运动估计，其中，RDcostAffineMerge表示当前编码单元执行Affine Merge模式的率失真代价；RDcostMerge表示当前编码单元执行Merge模式的率失真代价，λ为阈值，且λ≥1。本发明根据当前编码单元执行Affine Merge模式信息跳过不必要的仿射运动估计，能够降低编码器的时间复杂度，有效的提升编码器的效率，并有利于投入实际应用。
-
公开(公告)号：CN113242428B
公开(公告)日：2024-03-15
申请号：CN202110406286.3
申请日：2021-04-15
Applicant: 中南大学
IPC: H04N19/139 , H04N19/154 , H04N19/167 , G06V40/16 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种视频会议场景下基于ROI区域的后处理加速方法，包括：若当前帧为第一帧，对视频的第一帧进行人脸识别处理得到人脸区域；将所述人脸区域进行扩展以得到ROI区域，对所述ROI区域进行图像质量增强；若当前帧不为第一帧，获取所述当前帧在前一帧的所述ROI区域内的运动矢量信息，根据所述运动矢量信息在所述当前帧对所述ROI区域进行位移，对位移后的所述ROI区域进行图像质量增强。针对视频会议场景的特点，借助人脸识别网络与视频编解码过程得到的运动矢量信息获取ROI区域，然后对此ROI区域进行后处理，输入质量增强网络就可以实现视频的部分增强，提升了后处理的运算效率，从而减少后处理的算法耗时。
-
公开(公告)号：CN112954350B
公开(公告)日：2024-01-30
申请号：CN202110328060.6
申请日：2021-03-26
Applicant: 中南大学
IPC: H04N19/172 , H04N19/42 , H04N19/70
Abstract: 本发明公开了一种基于帧分类的视频后处理优化方法及装置，本发明首先会标记待增强视频中所有的较优帧，将待增强视频分为较优帧和普通帧，其中较优帧用于表征待增强视频所有帧中质量较好的帧。然后在视频后处理中，提供两种选择，第一种选择是直接选择跳过所标记的所有较优帧的质量增强处理，选择不对此类帧进行质量增强，从而能够在损失较小的情况下有效缩减运算所需时间；第二种选择是先判断是否对当前的较优帧进行质量增强，若进行处理，则使用两个不同的增强模型分别对当前的较优帧和普通帧进行处理，对不同帧类型采用不同的增强模型，从而提高质量增强效果，并且能够在损失较小的情况下减少运算消耗的时间。
-
Patent Agency Ranking
公开(公告)号：CN113242427A
公开(公告)日：2021-08-10
申请号：CN202110398165.9
申请日：2021-04-14
Applicant: 中南大学
IPC: H04N19/139 , H04N19/96
Abstract: 本发明公开了一种基于VVC中自适应运动矢量精度的快速方法及装置，方法包括：获取编码单元于普通AMVR过程的1/4精度CME的最优MV水平分量和最优MV垂直分量；当编码单元于Affine AMVR过程遍历至1/16精度，且1/4精度CME的最优MV水平分量等于0，则在细化搜索CPMV的周围八个点时，仅插值垂直方向的1/16像素点；或者垂直分量等于0也是同理，仅插值水平方向的1/16像素点。本发明简化了1/16精度的仿射运动估计，减少Affine AMVR的计算复杂度，提高了VVC编码效率，提升了编码器性能。本发明还能够有效的跳过1精度、4精度以及1/2精度的普通运动估计以及有条件的跳过1精度仿射运动估计，可以降低编码的时间复杂度，能够有效的提升编码器的效率，可以方便地投入实际应用。
-
公开(公告)号：CN112954350A
公开(公告)日：2021-06-11
申请号：CN202110328060.6
申请日：2021-03-26
Applicant: 中南大学
IPC: H04N19/172 , H04N19/42 , H04N19/70
Abstract: 本发明公开了一种基于帧分类的视频后处理优化方法及装置，本发明首先会标记待增强视频中所有的较优帧，将待增强视频分为较优帧和普通帧，其中较优帧用于表征待增强视频所有帧中质量较好的帧。然后在视频后处理中，提供两种选择，第一种选择是直接选择跳过所标记的所有较优帧的质量增强处理，选择不对此类帧进行质量增强，从而能够在损失较小的情况下有效缩减运算所需时间；第二种选择是先判断是否对当前的较优帧进行质量增强，若进行处理，则使用两个不同的增强模型分别对当前的较优帧和普通帧进行处理，对不同帧类型采用不同的增强模型，从而提高质量增强效果，并且能够在损失较小的情况下减少运算消耗的时间。
-
公开(公告)号：CN113055676B
公开(公告)日：2024-04-26
申请号：CN202110331278.7
申请日：2021-03-26
Applicant: 中南大学
IPC: H04N19/172 , H04N19/513 , H04N19/70 , H04N19/42 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度网络视频编解码的后处理优化方法，包括：读取解码图像，在时空可变融合模块中对解码图像进行偏移量预测，偏移量预测包括对解码图像进行两次下采样和两次上采样，以得到第一偏移量；获取参考帧的运动矢量；根据运动矢量和第一偏移量计算得到第二偏移量；将第二偏移量用可变卷积计算得到特征图，使用图像质量提升模块处理特征图以得到残差图，将残差图加到解码图像以得到图像质量增强的解码图像。能够在具有较好的图像后处理增强质量的情况下，极大的简化了模型结构，缩短了神经网络卷积计算时间，降低了算法复杂度，提升了对码流中存在的解码信息的利用率，满足应用的实时需求。
-
公开(公告)号：CN113242428A
公开(公告)日：2021-08-10
申请号：CN202110406286.3
申请日：2021-04-15
Applicant: 中南大学
IPC: H04N19/139 , H04N19/154 , H04N19/167 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种视频会议场景下基于ROI区域的后处理加速方法，包括：若当前帧为第一帧，对视频的第一帧进行人脸识别处理得到人脸区域；将所述人脸区域进行扩展以得到ROI区域，对所述ROI区域进行图像质量增强；若当前帧不为第一帧，获取所述当前帧在前一帧的所述ROI区域内的运动矢量信息，根据所述运动矢量信息在所述当前帧对所述ROI区域进行位移，对位移后的所述ROI区域进行图像质量增强。针对视频会议场景的特点，借助人脸识别网络与视频编解码过程得到的运动矢量信息获取ROI区域，然后对此ROI区域进行后处理，输入质量增强网络就可以实现视频的部分增强，提升了后处理的运算效率，从而减少后处理的算法耗时。
-
公开(公告)号：CN113055676A
公开(公告)日：2021-06-29
申请号：CN202110331278.7
申请日：2021-03-26
Applicant: 中南大学
IPC: H04N19/172 , H04N19/513 , H04N19/70 , H04N19/42 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度网络视频编解码的后处理优化方法，包括：读取解码图像，在时空可变融合模块中对解码图像进行偏移量预测，偏移量预测包括对解码图像进行两次下采样和两次上采样，以得到第一偏移量；获取参考帧的运动矢量；根据运动矢量和第一偏移量计算得到第二偏移量；将第二偏移量用可变卷积计算得到特征图，使用图像质量提升模块处理特征图以得到残差图，将残差图加到解码图像以得到图像质量增强的解码图像。能够在具有较好的图像后处理增强质量的情况下，极大的简化了模型结构，缩短了神经网络卷积计算时间，降低了算法复杂度，提升了对码流中存在的解码信息的利用率，满足应用的实时需求。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
