-
公开(公告)号：CN116137050A
公开(公告)日：2023-05-19
申请号：CN202310416460.1
申请日：2023-04-19
Applicant: 北京大学
Abstract: 本申请公开了一种三维真人模型处理方法、处理装置、电子设备及存储介质。该三维真人模型处理方法，包括：将输入的三维真人模型划分为粗粒度层和细粒度层；基于原始参数化真人模型SMPL、所述粗粒度层和所述细粒度层，获取与所述输入的三维真人模型相对应的编码数据；根据所述编码数据在解码端重建并输出三维真人模型。本申请实施例提供的三维真人模型处理方法，提高了三维真人模型传输后的视觉质量，能够在保证视觉感知效果的基础上极大节省三维真人模型传输过程中的码率。
-
公开(公告)号：CN117459727B
公开(公告)日：2024-05-03
申请号：CN202311782836.7
申请日：2023-12-22
Applicant: 浙江省北大信息技术高等研究院 , 北京大学
IPC: H04N19/124 , H04N19/13
Abstract: 本申请公开了一种图像处理方法、装置、系统、电子设备及存储介质，应用于编码端，方法包括：提取原始图像块的一维特征向量；基于所述一维特征向量将所述原始图像块变换为多维特征图；对所述一维特征向量进行量化编码，得到第一码流；对所述多维特征图进行离散编码，得到第二码流，从而实现空域无关向量和多维特征图的高效压缩；将所述第一码流和所述第二码流发送至解码端。由于编码码流由两层码流构成，包含图像的不同层信息，这样即使在低码率下也不会损失很多信息，因此由两层码流重建获得的图像，可以改善视觉效果，提升视觉体验。
-
公开(公告)号：CN117459727A
公开(公告)日：2024-01-26
申请号：CN202311782836.7
申请日：2023-12-22
Applicant: 浙江省北大信息技术高等研究院 , 北京大学
IPC: H04N19/124 , H04N19/13
Abstract: 本申请公开了一种图像处理方法、装置、系统、电子设备及存储介质，应用于编码端，方法包括：提取原始图像块的一维特征向量；基于所述一维特征向量将所述原始图像块变换为多维特征图；对所述一维特征向量进行量化编码，得到第一码流；对所述多维特征图进行离散编码，得到第二码流，从而实现空域无关向量和多维特征图的高效压缩；将所述第一码流和所述第二码流发送至解码端。由于编码码流由两层码流构成，包含图像的不同层信息，这样即使在低码率下也不会损失很多信息，因此由两层码流重建获得的图像，可以改善视觉效果，提升视觉体验。
-
Patent Agency Ranking
公开(公告)号：CN116137050B
公开(公告)日：2023-09-01
申请号：CN202310416460.1
申请日：2023-04-19
Applicant: 北京大学
Abstract: 本申请公开了一种三维真人模型处理方法、处理装置、电子设备及存储介质。该三维真人模型处理方法，包括：将输入的三维真人模型划分为粗粒度层和细粒度层；基于原始参数化真人模型SMPL、所述粗粒度层和所述细粒度层，获取与所述输入的三维真人模型相对应的编码数据；根据所述编码数据在解码端重建并输出三维真人模型。本申请实施例提供的三维真人模型处理方法，提高了三维真人模型传输后的视觉质量，能够在保证视觉感知效果的基础上极大节省三维真人模型传输过程中的码率。
-
公开(公告)号：CN111669587B
公开(公告)日：2021-07-20
申请号：CN202010306805.4
申请日：2020-04-17
Applicant: 北京大学
IPC: H04N19/124 , H04N19/13 , H04N19/132 , H04N19/184 , H04N19/42
Abstract: 本发明公开了一种视频图像的拟态压缩方法、装置、存储介质及终端，所述方法包括：获取原始视频图像；基于所述原始视频图像提取出边缘结构图像及其纹理模拟图像，基于所述纹理模拟图像提取纹理特征隐变量；对所述边缘结构图像和纹理特征隐变量进行解码，生成解码后的边缘结构图像与纹理特征隐变量；将所述解码后的边缘结构图像与纹理特征隐变量输入预先训练的条件卷积生成网络中进行融合，生成压缩重建图像。因此，采用本申请实施例，可以实现图像的拟态压缩与重建，从而提高图像分辨率。
-
公开(公告)号：CN110290387B
公开(公告)日：2021-05-04
申请号：CN201910413811.7
申请日：2019-05-17
Applicant: 北京大学
IPC: H04N19/149 , H04N19/48 , H04N19/85
Abstract: 本发明公开了一种基于生成模型的图像压缩方法及系统，将目标图像输入变分自动编码器，在所述变分自动编码器的输出端得到隐特征编码比特流；将目标图像经形状提取得到形状图像，所述形状图像经边缘下采样和有损压缩后，得到压缩比特流；将所述隐特征编码比特流以及压缩比特流进行解码还原，并同时输入到生成式对抗网络中，得到目标重建图像。本发明提出的方法能使得图像在压缩时具有视觉特征可分析性，以特征流取代原始图像进行传输极大的节省了码率，生成模型的应用提升了主观质量。与传统编码器相比，提出方法能在更低的码率下得到更高的压缩重建主观质量。
-
公开(公告)号：CN111669587A
公开(公告)日：2020-09-15
申请号：CN202010306805.4
申请日：2020-04-17
Applicant: 北京大学
IPC: H04N19/124 , H04N19/13 , H04N19/132 , H04N19/184 , H04N19/42
Abstract: 本发明公开了一种视频图像的拟态压缩方法、装置、存储介质及终端，所述方法包括：获取原始视频图像；基于所述原始视频图像提取出边缘结构图像及其纹理模拟图像，基于所述纹理模拟图像提取纹理特征隐变量；对所述边缘结构图像和纹理特征隐变量进行解码，生成解码后的边缘结构图像与纹理特征隐变量；将所述解码后的边缘结构图像与纹理特征隐变量输入预先训练的条件卷积生成网络中进行融合，生成压缩重建图像。因此，采用本申请实施例，可以实现图像的拟态压缩与重建，从而提高图像分辨率。
-
公开(公告)号：CN110290387A
公开(公告)日：2019-09-27
申请号：CN201910413811.7
申请日：2019-05-17
Applicant: 北京大学
IPC: H04N19/149 , H04N19/48 , H04N19/85
Abstract: 本发明公开了一种基于生成模型的图像压缩方法及系统，将目标图像输入变分自动编码器，在所述变分自动编码器的输出端得到隐特征编码比特流；将目标图像经形状提取得到形状图像，所述形状图像经边缘下采样和有损压缩后，得到压缩比特流；将所述隐特征编码比特流以及压缩比特流进行解码还原，并同时输入到生成式对抗网络中，得到目标重建图像。本发明提出的方法能使得图像在压缩时具有视觉特征可分析性，以特征流取代原始图像进行传输极大的节省了码率，生成模型的应用提升了主观质量。与传统编码器相比，提出方法能在更低的码率下得到更高的压缩重建主观质量。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
