公开(公告)号：CN114467110A

公开(公告)日：2022-05-10

申请号：CN202180005691.2

申请日：2021-03-29

Applicant: 华为技术有限公司

Inventor： 王弋川 ,  余全合 ,  陈虎 ,  徐巍炜 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜

IPC: G06T3/40

Abstract: 本申请提供了一种图像动态范围处理方法和装置，其中，方法包括：获取第一三次样条曲线相关的第一插值点的第一坐标值和第三插值点的第一坐标值；根据待处理图像的第一亮度区间的直方图信息，确定第一三次样条曲线相关的第二插值点的第一坐标值，第一亮度区间为第一插值点的第一坐标值和第三插值点的第一坐标值之间的区间，第一插值点的第一坐标值、第二插值点的第一坐标值以及第三插值点的第一坐标值用于确定第一三次样条曲线的函数，第一三次样条曲线的函数用于将待处理图像中亮度值位于第一亮度区间内的像素的亮度值映射为第一目标亮度值，从而修正待处理图像的动态范围。本申请提升了图像的显示效果。

公开(公告)号：CN114424567A

公开(公告)日：2022-04-29

申请号：CN202080065932.8

申请日：2020-09-21

Applicant: 华为技术有限公司

Inventor： 阿列克谢·康斯坦丁诺维奇·菲利波夫 ,  瓦西里·亚历斯维奇·拉夫特斯基 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜

IPC: H04N19/503 ,  H04N19/593 ,  H04N19/176

Abstract: 本发明提供了一种在视频译码中对当前块进行组合的帧间‑帧内预测的方法，其中，所述组合的帧间‑帧内预测用于提供预测块，可以微调用于获取所述预测块的帧内预测块和帧间预测块的权重。具体地，所述方法包括：确定与所述当前块相邻的相邻块的预测信息，其中，所述预测信息包括用于预测所述相邻块的预测模式；确定是否要使用基于矩阵的帧内预测(matrix‑based intra prediction，MIP)来预测所述当前块；将所述当前块预测为帧内预测块和帧间预测块的加权和，其中，所述帧间预测块和所述帧内预测块的权重根据所述相邻块的所述预测信息和所述确定是否要使用MIP来预测所述当前块进行确定。

公开(公告)号：CN114424554A

公开(公告)日：2022-04-29

申请号：CN202080065939.X

申请日：2020-09-23

Applicant: 华为技术有限公司

Inventor： 罗曼·伊戈列维奇·切尔尼亚克 ,  谢尔盖·尤里耶维奇·伊科宁 ,  蒂莫菲·米哈伊洛维奇·索洛维耶夫 ,  亚历山大·亚历山德罗维奇·卡拉布托夫 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜 ,  阿南德·梅赫·科特拉

IPC: H04N19/186 ,  H04N19/124

Abstract: 一种对图像或帧中的当前块进行反量化的方法，其中，所述方法由解码器执行，所述方法包括：从码流中获取所述当前块的联合色度残差(joint chrominance residual，JCCR)模式；从所述码流中获取色度分量的量化参数(quantization parameter，QP)偏移值；根据所述JCCR模式确定所述当前块的至少一个QP值；使用所述确定的QP值对所述当前块的色度分量执行反量化处理。

公开(公告)号：CN113810690B

公开(公告)日：2022-04-29

申请号：CN202110528293.0

申请日：2020-08-24

Applicant: 华为技术有限公司

Inventor： 阿南德·梅赫·科特拉 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜 ,  塞米赫·艾森力克 ,  王彪 ,  高晗 ,  罗曼·伊戈列维奇·切尔尼亚克

IPC: H04N19/117 ,  H04N19/186 ,  H04N19/52

Abstract: 一种去块效应滤波方法，对第一图像块的第一色度块与第二图像块的第二色度块之间的色度块边缘进行去块效应滤波，所述去块效应滤波方法包括：执行所述色度块边缘的决策过程，所述决策过程包括：确定所述第一色度块的第一色度量化参数(QpCp)；确定所述第二色度块的第二色度量化参数(QpCq)；根据所述第一色度量化参数(QpCp)和所述第二色度量化参数(QpCq)，确定平均且取整后的色度量化参数(QpC)；根据所述平均且取整后的色度量化参数(QpC)，确定阈值参数(tC)；根据所述决策过程中确定的阈值参数(tC)，执行所述色度块边缘的滤波过程。

公开(公告)号：CN114026864A

公开(公告)日：2022-02-08

申请号：CN202080044138.5

申请日：2020-06-19

Applicant: 华为技术有限公司

Inventor： 塞米赫·艾森力克 ,  马克斯·布莱泽 ,  赵志杰 ,  高晗 ,  阿南德·梅赫·科特拉 ,  王彪 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜

IPC: H04N19/176

Abstract: 一种由解码设备实现的译码方法，包括：获取当前块的参数的值，所述参数的所述值表示所述当前块的分割模式；获取所述当前块的第一预测模式；获取所述当前块的第二预测模式；根据所述第一预测模式为所述当前块中的色度样本生成第一预测值；根据所述第二预测模式为所述当前块中的色度样本生成第二预测值；通过将所述第一预测值和所述第二预测值组合来获取预测样本的组合值。

公开(公告)号：CN113613013A

公开(公告)日：2021-11-05

申请号：CN202110594829.9

申请日：2020-06-19

Applicant: 华为技术有限公司

Inventor： 塞米赫·艾森力克 ,  马克斯·布莱瑟 ,  赵志杰 ,  高晗 ,  阿南德·梅赫·科特拉 ,  王彪 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜

IPC: H04N19/44 ,  H04N19/176 ,  H04N19/50

Abstract: 本申请涉及一种视频解码设备，由解码设备实现的译码方法和计算机程序产品，具体为一种由解码设备实现的译码方法，包括：获取码流；根据所述码流获取当前块的指示符的值；根据所述指示符的所述值和预定义查找表，获取所述当前块的第一参数的值和所述当前块的第二参数的值；根据所述第一参数的所述值和所述第二参数的所述值，获取位于所述当前块中的样本的样本距离的值；根据所述样本的所述样本距离的所述值，获取所述样本的预测值。

公开(公告)号：CN119766999A

公开(公告)日：2025-04-04

申请号：CN202510137799.7

申请日：2020-04-20

Applicant: 华为技术有限公司

Inventor： 蒂莫菲·米哈伊洛维奇·索洛维耶夫 ,  谢尔盖·尤里耶维奇·伊科宁 ,  罗曼·伊戈列维奇·切尔尼亚克 ,  亚历山大·亚历山德罗维奇·卡拉布托夫 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜 ,  陈焕浜

IPC: H04N19/117 ,  H04N19/176 ,  H04N19/52 ,  H04N19/523 ,  H04N19/70 ,  H04N19/91

Abstract: 本发明涉及视频编码和视频解码，尤其涉及一种用于视频信号帧中的块的解码方法。所述方法包括：构建基于历史的运动信息候选列表，其中，所述列表为包括N个基于历史的运动信息候选Hk的有序列表，所述N个基于历史的运动信息候选Hk包括在所述块之前的N个先前块的运动信息，每个基于历史的运动信息候选包括元素：一个或多个运动矢量（motion vector，MV）、与所述MV对应的一个或多个参考图像索引和插值滤波器索引；将所述基于历史的运动信息候选列表中的一个或多个基于历史的运动信息候选添加到所述块的运动信息候选列表中；根据所述运动信息候选列表推导所述块的运动信息。

公开(公告)号：CN118945378A

公开(公告)日：2024-11-12

申请号：CN202410391282.6

申请日：2021-01-13

Applicant: 华为技术有限公司

Inventor： 阿列克谢·康斯坦丁诺维奇·菲利波夫 ,  瓦西里·亚历斯维奇·拉夫特斯基 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜

IPC: H04N19/52 ,  H04N19/119 ,  H04N19/46 ,  H04N19/44 ,  H04N19/70 ,  H04N19/176 ,  H04N19/184

Abstract: 本发明公开了一种获取用于视频解码的几何划分融合模式候选的最大数量的方法和一种视频解码装置。所述方法包括：获取视频序列的码流；根据所述码流获取第一指示符的值，其中，所述第一指示符表示融合运动矢量预测(motion vector prediction，MVP)候选的最大数量；根据所述码流获取第二指示符的值，其中，所述第二指示符表示是否对所述视频序列启用基于几何划分的运动补偿；当所述第一指示符的值大于阈值且所述第二指示符的值等于预设值时，从所述码流中解析第三指示符的值，其中，所述第三指示符表示从所述第一指示符的值中减去几何划分融合模式候选的最大数量。

公开(公告)号：CN118871926A

公开(公告)日：2024-10-29

申请号：CN202280093756.8

申请日：2022-03-14

Applicant: 华为技术有限公司

Inventor： 蒂莫菲·米哈伊洛维奇·索洛维耶夫 ,  谢尔盖·尤里耶维奇·伊科宁 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜 ,  约翰内斯·绍尔 ,  艾辛·科云朱 ,  马克西姆·鲍里索维奇·西切夫 ,  亚历山大·亚历山德罗维奇·卡拉布托夫 ,  米哈伊尔·维亚切斯拉沃维奇·索苏尔尼科夫 ,  基里尔·伊戈列维奇·索洛德斯基赫 ,  弗拉基米尔·米哈伊洛维奇·克里扎诺夫斯基 ,  亚历山大·尼古拉耶维奇·菲利波夫

IPC: G06N3/0495 ,  G06N3/0455 ,  G06N3/0464 ,  G06F7/00 ,  H04N19/124 ,  H04N19/85 ,  G06N3/047 ,  H04N19/517 ,  H04N19/91

Abstract: 本发明涉及一种使用限幅输入数据操作神经网络的方法。所述方法包括操作神经网络，包括为所述至少一个神经网络层的输入数据的数据实体中包括的整数值定义整数下阈值和整数上阈值，如果所述输入数据的数据实体中包括的整数的值小于所述定义的整数下阈值，则将所述输入数据的所述数据实体中包括的所述整数的所述值限幅至所述定义的整数下阈值，如果所述输入数据的数据实体中包括的整数的值大于所述定义的整数上阈值，则将所述输入数据的所述数据实体中包括的所述整数的所述值限幅至所述定义的整数上阈值，从而避免所述累加寄存器的整数溢出。

公开(公告)号：CN118786462A

公开(公告)日：2024-10-15

申请号：CN202280092548.6

申请日：2022-07-18

Applicant: 华为技术有限公司

Inventor： 崔凯 ,  阿塔纳斯·波夫 ,  埃克哈德·斯坦巴赫 ,  伊蕾娜·亚历山德罗夫娜·阿尔希娜 ,  阿赫迈特·布拉汗·科云朱

IPC: G06T9/00 ,  G06T5/10

Abstract: 本发明涉及图像修改，例如图像增强，其中，处理至少部分基于神经网络。具体地，所述图像修改包括多通道处理，其中，主通道被单独处理，并且辅通道是基于经处理的主通道进行处理的。所述主通道是基于第一空间频率变换(920)进行处理的，以获得变换后的主通道，所述辅通道是基于第二空间频率变换(930、940)进行处理的，以获得变换后的辅通道。所述变换后的主通道是通过第一神经网络进行处理的，以获得经修改的变换后的主通道，所述变换后的辅通道是基于所述变换后的主通道通过第二神经网络进行处理的，以获得经修改的变换后的辅通道。