公开(公告)号：CN112534818B

公开(公告)日：2024-04-26

申请号：CN201880096397.5

申请日：2018-08-14

申请人： 华为技术有限公司

发明人： 基里尔·亚历山德罗维奇·马拉科夫 ,  陈虎 ,  赵志杰 ,  德米特里·瓦迪莫维奇·诺维科夫 ,  马拉特·拉维列维奇·吉尔穆蒂诺夫

IPC分类号： H04N19/196 ,  H04N19/51 ,  G06T9/00 ,  H04N19/61 ,  H04N19/96 ,  H04N19/17 ,  H04N19/167 ,  H04N19/85

摘要： 本公开涉及：使用译码参数对视频图像进行编码，上述译码参数是基于视频图像的运动和机器学习模型的输出进行自适应的，视频图像的块的样本和样本的运动信息被馈送至该机器学习模型。基于从运动信息中确定的运动强度，使用上述输入以及纹理，机器学习模型将视频图像分割为区域。基于运动和纹理检测视频中的对象，且基于运动强度和所检测到的对象是否移动，确定空间‑时间译码参数。使用输入了运动信息和块样本的机器学习模型并结合对象的纹理信息，能够进行更准确的图像分割，并因此能够就不太相关的背景和动态图像内容而言根据图像内容的重要性来优化译码参数，该动态图像内容包括快速移动和缓慢移动的不同尺寸的对象。

公开(公告)号：CN112534818A

公开(公告)日：2021-03-19

申请号：CN201880096397.5

申请日：2018-08-14

申请人： 华为技术有限公司

发明人： 基里尔·亚历山德罗维奇·马拉科夫 ,  陈虎 ,  赵志杰 ,  德米特里·瓦迪莫维奇·诺维科夫 ,  马拉特·拉维列维奇·吉尔穆蒂诺夫

IPC分类号： H04N19/196 ,  H04N19/51 ,  G06T9/00 ,  H04N19/61 ,  H04N19/96 ,  H04N19/17 ,  H04N19/167 ,  H04N19/85

摘要： 本公开涉及：使用译码参数对视频图像进行编码，上述译码参数是基于视频图像的运动和机器学习模型的输出进行自适应的，视频图像的块的样本和样本的运动信息被馈送至该机器学习模型。基于从运动信息中确定的运动强度，使用上述输入以及纹理，机器学习模型将视频图像分割为区域。基于运动和纹理检测视频中的对象，且基于运动强度和所检测到的对象是否移动，确定空间‑时间译码参数。使用输入了运动信息和块样本的机器学习模型并结合对象的纹理信息，能够进行更准确的图像分割，并因此能够就不太相关的背景和动态图像内容而言根据图像内容的重要性来优化译码参数，该动态图像内容包括快速移动和缓慢移动的不同尺寸的对象。

公开(公告)号：CN113273180B

公开(公告)日：2023-03-24

申请号：CN201980087138.0

申请日：2019-02-27

申请人： 华为技术有限公司

发明人： 尼科莱·德米特里耶维奇·叶戈罗夫 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜 ,  马拉特·拉维列维奇·吉尔穆蒂诺夫 ,  德米特里·瓦迪莫维奇·诺维科夫 ,  安东·伊戈列维奇·维泽洛夫 ,  基里尔·亚历山德罗维奇·马拉科夫

IPC分类号： H04N9/64 ,  H04N9/68 ,  G06N3/04 ,  G06N3/063 ,  G06N3/08 ,  G06T5/00 ,  H04N9/73

摘要： 本发明涉及一种图像处理装置(100)，该装置用于将场景的彩色滤镜马赛克(CFM)图像(002)处理为该场景的最终图像(004)。该图像处理装置(100)包括用于实现神经网络(103)的处理电路，其中，该神经网络(103)用于将CFM图像(002)处理为增强CFM图像(003)，其中，该处理电路还用于将增强CFM图像(003)转换为最终图像(004)。此外，本发明涉及对应的图像处理方法。

公开(公告)号：CN113273180A

公开(公告)日：2021-08-17

申请号：CN201980087138.0

申请日：2019-02-27

申请人： 华为技术有限公司

发明人： 尼科莱·德米特里耶维奇·叶戈罗夫 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜 ,  马拉特·拉维列维奇·吉尔穆蒂诺夫 ,  德米特里·瓦迪莫维奇·诺维科夫 ,  安东·伊戈列维奇·维泽洛夫 ,  基里尔·亚历山德罗维奇·马拉科夫

IPC分类号： H04N9/64 ,  H04N9/68 ,  H04N9/04 ,  G06N3/04 ,  G06N3/063 ,  G06N3/08 ,  G06T5/00 ,  H04N9/73

摘要： 本发明涉及一种图像处理装置(100)，该装置用于将场景的彩色滤镜马赛克(CFM)图像(002)处理为该场景的最终图像(004)。该图像处理装置(100)包括用于实现神经网络(103)的处理电路，其中，该神经网络(103)用于将CFM图像(002)处理为增强CFM图像(003)，其中，该处理电路还用于将增强CFM图像(003)转换为最终图像(004)。此外，本发明涉及对应的图像处理方法。

公开(公告)号：CN112673625A

公开(公告)日：2021-04-16

申请号：CN201880097388.8

申请日：2018-09-10

申请人： 华为技术有限公司

发明人： 安东·伊戈列维奇·维泽洛夫 ,  陈虎 ,  弗朗切斯科·罗马诺 ,  赵志杰 ,  马拉特·拉维列维奇·吉尔穆蒂诺夫

IPC分类号： H04N19/00 ,  G06K9/46 ,  G06K9/62 ,  H04N19/50

摘要： 本公开公开涉及混合视频和特征编码和解码，图像特征的编码和解码被独立地或差分地执行。在单独的层(例如，基础层和增强层)中对视频和特征进行编码和解码。提取视频帧的特征，提供基于帧的特征视频关联。从在增强层中编码的未压缩视频中将特征提取为特征比特流。将视频编码为视频比特流，通过将两个流多路复用为输出比特流，特征比特流嵌入到视频比特流中。可以是差分图像特征的图像特征被包括在视频的帧头信息的序列增强信息SEI消息中。将输出比特流作为输入比特流提供给解码器，使用帧头的SEI消息将输入比特流解复用为视频比特流和特征比特流。将两个比特流在各自的层中进行解码，并且使用基于帧的特征视频关联将图像特征定位在视频中。