-
公开(公告)号：CN107483954B
公开(公告)日：2019-12-03
申请号：CN201710685286.5
申请日：2017-08-11
Applicant: 电子科技大学
IPC: H04N19/52 , H04N19/176
Abstract: 本发明的基于多元线性回归的视频编码帧间预测方法，包括：A.初始化信源t时刻的图像，将t‑1时刻的图像为参考图像，在t‑1时刻对t时刻的图像进行运动估计，得到绝对误差值；B.扩展t‑1时刻的参考像素块大小，其中扩展的像素块信息分别为参考像素块的左边外侧像素与上边外侧像素，得到多元线性回归模型；C.在t时刻前对t时刻的图像进行重构，得到t时刻的重构图像中对应位置的像素值；D.确定是否更新参考图像：如果重构后的像素块与对应的信源像素块的绝对误差值小于步骤A的绝对误差值，则更新参考图像的像素；反之则不更新参考图像的像素。本发明有效增强了参考图像与当前编码图像的时域相关性，进而获得了更好的残差信息，非常明显的提高了编码效率。
-
公开(公告)号：CN105872545B
公开(公告)日：2019-03-29
申请号：CN201610247952.2
申请日：2016-04-19
Applicant: 电子科技大学
IPC: H04N19/147 , H04N19/31 , H04N19/114
Abstract: 本发明属于视频编码技术领域，尤其涉及随机接入视频编码中层次化时域率失真优化方法。本发明采用循环的图像组(group of picture，GOP)结构，每8帧为一个GOP，分别分配到不同的层，相同层的帧遵循相似的参考帧及QP分配规则，如图1所示，其中帧的编码顺序表示为EOC，各帧的播放顺序/时间顺序表示为POC。分析随机接入编码中编码单元间在同层及不同层的时域依赖性，并根据随机接入编码中时域依赖性建立嵌套的层次化时域传播链，如图3所示，进而进行层次化时域依赖性的率失真优化建模。求取传播因子κv和全局拉格朗日乘子λg。最后，本发明根据传播因子κv，仅通过对全局拉格朗日乘子λg的调整实现时域率失真优化。
-
公开(公告)号：CN104349167B
公开(公告)日：2018-01-19
申请号：CN201410653484.X
申请日：2014-11-17
Applicant: 电子科技大学
IPC: H04N19/147 , H04N19/19
Abstract: 本发明属于视频编码技术领域，尤其涉及一种视频编码率失真优化的调整方法。本发明在进行帧间预测编码时，首先在高码率条件下获取受到影响的编码单元的码率变化，得到由当前编码单元的编码失真引起的其后面编码单元的编码代价变化，并获取率失真优化中用到的拉格朗日因子，以此获得任一编码单元的编码代价。本发明适用于帧间相关性强的序列编码，相对于现有的HEVC编码器可以获得更多的码率节省。
-
公开(公告)号：CN106157318A
公开(公告)日：2016-11-23
申请号：CN201610590912.8
申请日：2016-07-26
Applicant: 电子科技大学
CPC classification number: H04N7/18 , G06T2207/10016 , G06T2207/20081
Abstract: 本发明提供一种监控视频背景图像建模方法，采用块的边界检测法和图像残差的梯度计算以及自适应训练集的长度调节法，保证了优异的主观质量。本发明的背景图像建模方法是基于块的，同时存储了YUV三分量，生成的背景图像保证了高质量的色度和亮度的一致性。将建模后的背景图像作为全局参考图像进行视频编码，可以明显地节省比特率，在保证主观质量的同时建立可供全局编码参考的背景图像。
-
公开(公告)号：CN105872545A
公开(公告)日：2016-08-17
申请号：CN201610247952.2
申请日：2016-04-19
Applicant: 电子科技大学
IPC: H04N19/147 , H04N19/31 , H04N19/114
CPC classification number: H04N19/147 , H04N19/114 , H04N19/31
Abstract: 本发明属于视频编码技术领域，尤其涉及随机接入视频编码中层次化时域率失真优化方法。本发明采用循环的图像组(group of picture，GOP)结构，每8帧为一个GOP，分别分配到不同的层，相同层的帧遵循相似的参考帧及QP分配规则，如图1所示，其中帧的编码顺序表示为EOC，各帧的播放顺序/时间顺序表示为POC。分析随机接入编码中编码单元间在同层及不同层的时域依赖性，并根据随机接入编码中时域依赖性建立嵌套的层次化时域传播链，如图3所示，进而进行层次化时域依赖性的率失真优化建模。求取传播因子κv和全局拉格朗日乘子λg。最后，本发明根据传播因子κv，仅通过对全局拉格朗日乘子λg的调整实现时域率失真优化。
-
Patent Agency Ranking
公开(公告)号：CN103826121A
公开(公告)日：2014-05-28
申请号：CN201310711785.9
申请日：2013-12-20
Applicant: 电子科技大学
IPC: H04N19/142 , H04N19/147 , H04N19/124 , H04N19/61
Abstract: 本发明提供一种低延迟视频编码中基于场景切换的码率控制方法。本发明通过计算当前帧的灰度直方图与上一帧的灰度直方图计算两相邻帧的相似度指标准确地检测出场景切换，从而有效地通过调节GOP长度来控制码率，进一步的，还可以同时通过调节量化参数、当前编码帧率来控制码率。如果场景切换检测到发生，立即将当前帧类型设置为I-帧，将GOP中关于已编码P-帧的计数器置0，相关环境作初始化，即重新开始一个GOP的编码以提高视频编码的自适应性。
-
公开(公告)号：CN114554224A
公开(公告)日：2022-05-27
申请号：CN202111061655.6
申请日：2021-09-10
Applicant: 电子科技大学
IPC: H04N19/567 , H04N19/172 , H04N19/176
Abstract: 本发明涉及视频编码领域，其公开了一种基于核心参考帧的块级拉格朗日乘子优化方法，充分考虑核心参考帧块级别的运动属性，从而达到提高核心参考帧被参考价值、提升编码性能的目的。该方法包括：以核心参考帧图像的前一帧相邻图像作为参考图像，进行CU级的运动估计，生成各CU的CU级运动补偿信息熵；然后基于CU级运动补偿信息熵，计算得到各CTU的CTU级运动补偿信息熵；最后，根据CTU级运动补偿信息熵计算获得各CTU的拉格朗日乘子调节因子，获得该核心参考帧各CTU优化后的拉格朗日乘子。适用于视频编码的率失真优化。
-
公开(公告)号：CN109889837B
公开(公告)日：2022-05-27
申请号：CN201910184735.7
申请日：2019-03-12
Applicant: 电子科技大学
IPC: H04N19/154 , H04N19/19 , H04N19/56
Abstract: 本发明涉及视频编码技术，其公开了一种最优拉格朗日乘子基准定点标定方法，通过相对简单的编码测试流程，获得不同编码情景下最优的基准拉格朗日乘子。本发明通过在拉格朗日乘子变化范围内按照划分的比例因子搜索拉格朗日乘子，进行编码测试并采用BD‑Rate评价测试结果，获取相对最优性能拉格朗日乘子，然后以此相对最优性能拉格朗日乘子的所处位置更新变化范围，再获得新的比例因子，如此迭代至满足阈值条件为止。本发明适用于各种编码情景下的最优的基准拉格朗日乘子的获取。
-
公开(公告)号：CN107295353B
公开(公告)日：2019-12-31
申请号：CN201710696789.2
申请日：2017-08-15
Applicant: 电子科技大学
IPC: H04N19/86 , H04N19/117
Abstract: 本发明涉及视频编码参考块滤波方法，包括：A.计算当前的参考像素块Bref的纹理复杂度C；B.参考像素块Bref DCT变换得到变换系数矩阵Iref，计算Bref的横向和纵向频率分布强度，以及对应的横向和纵向滤波因子；C.建立与参考像素块Bref相同大小的滤波模板U；D.将得到的变换系数矩阵Iref与滤波模版U的矩阵相乘得到滤波后的系数矩阵，进行IDCT变换得到滤波后的参考像素块；E.根据滤波后的参考像素块的平均绝对差和复杂度是否降低决定是否将滤波后的参考像素块回写至参考像素块Bref中。本发明能够有效的对图像纹理的进行平滑处理，明显的提高了图像编码的性能，同时也避免了对本身质量和参考性很好的像素块进行过滤，实现了自适应改善参考图像质量的目的。
-
公开(公告)号：CN106454343B
公开(公告)日：2019-05-14
申请号：CN201610771223.7
申请日：2016-08-30
Applicant: 电子科技大学
IPC: H04N19/122 , H04N19/176 , H04N19/184 , H04N19/40 , H04N19/70
Abstract: 本发明提供一种基于码流比特数与块划分映射的H.265快速转码方法，充分利用输入的码流中的信息来指导H.265编码，降低块划分和模式选择的运算量，以大量缩短转码时间，同时也保证转码后视频的主客观视觉质量。本发明码流格式并不局限于H.265同构转码，技术将支持H.264/AVC或H.263++，甚至是更早的MPGE各代标准的异构转码。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.023 seconds)
