公开(公告)号：CN114245989A

公开(公告)日：2022-03-25

申请号：CN202080055222.7

申请日：2020-06-12

Applicant: 英托皮克斯公司

Inventor： P·佩莱格林 ,  G·德莫德 ,  G·鲁夫罗伊 ,  C·巴克斯特

IPC: H04N19/18 ,  H04N19/48 ,  H04N19/51 ,  H04N19/64

Abstract: 在编码帧序列(113)时，线性变换(101)，例如，小波变换(104)，逐帧应用于帧序列。这样获得的线性变换帧的至少一部分，基于线性变换帧的差分表示，以帧间模式进行编码。差分表示对应于一方面线性变换帧的一部分与另一方面至少一个其他线性变换帧的对应部分的表示之间的差异。然后将数据压缩(106，107)应用于线性变换帧的所述部分的差分表示。

公开(公告)号：CN114125460A

公开(公告)日：2022-03-01

申请号：CN202111265265.0

申请日：2021-10-28

Applicant: 杭州电子科技大学

Inventor： 颜成钢 ,  肇恒润 ,  郑博仑 ,  张继勇 ,  李宗鹏

IPC: H04N19/182 ,  H04N19/18 ,  H04N19/86 ,  H04N19/48 ,  H04N19/186 ,  H04N19/124 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种定码率压缩视频质量增强方法，首先将原始视频压缩成对应的定码率压缩视频；然后搭建图像增强网络模型，训练图像增强网络模型；最后，将压缩后的定码率压缩视频输入视频增强网络模型得到增强后的高质量视频。本发明方法通过采用提出的定码率压缩视频质量增强网络模型作为视频增强模型，对定码率压缩视频进行增强，使经过网络增强后的定码率压缩视频的观感质量获得提升。

公开(公告)号：CN113923398A

公开(公告)日：2022-01-11

申请号：CN202111160016.5

申请日：2021-09-30

Applicant: 中国工商银行股份有限公司

Inventor： 王乐天 ,  汤仲喆 ,  段小燕 ,  孙孟雷

IPC: H04N7/15 ,  H04N19/48 ,  H04N19/51 ,  H04N19/543 ,  H04L47/25 ,  G06T7/11 ,  G06T7/194 ,  G06V10/46 ,  G06N3/06

Abstract: 本申请提供一种视频会议实现方法及装置，涉及人工智能领域，也可用于金融领域，包括：利用预先训练的显著对象检测模型确定各视频帧图像的显著区域；将各所述视频帧图像进行分组，并从各分组中分别选取显著区域最大的视频帧图像作为关键帧图像；根据网络当前最大的实际码率传输各关键帧图像，完成视频会议。本申请能够改善低带宽条件下的视频会议体验，实时调整视频数据传输量，减少网络卡顿，突出重点内容。

公开(公告)号：CN113411587B

公开(公告)日：2021-11-16

申请号：CN202110952206.4

申请日：2021-08-19

Applicant: 北京世纪好未来教育科技有限公司

Inventor： 吴佳林

IPC: H04N19/42 ,  H04N19/48 ,  G06K9/62

Abstract: 本公开实施例提供了一种视频压缩方法、装置、计算机可读存储介质，其中，视频压缩方法包括：根据第一视频的视频属性信息，确定对第一视频进行压缩处理时使用的视频压缩参数；根据视频压缩参数对第一视频进行压缩，得到第二视频；计算第二视频和第一视频的画面相似度，并判断画面相似度是否达到设定的画面相似度阈值；若达到，则输出第二视频以在便携移动终端进行播放；若未达到，则调整视频压缩参数，以重新对第一视频进行压缩，直至得到的第二视频与第一视频的画面相似度达到设定的画面相似度阈值。本公开保证了第二视频的视频清晰度的同时，使得第二视频的体积尽可能地小。

公开(公告)号：CN113382243A

公开(公告)日：2021-09-10

申请号：CN202110655903.3

申请日：2021-06-11

Applicant: 上海壁仞智能科技有限公司

Inventor： 不公告发明人

IPC: H04N19/146 ,  H04N19/30 ,  H04N19/48

Abstract: 本发明提供一种图像压缩方法、装置、电子设备和存储介质，所述方法包括：给定一个图像生成网络和一个低行列数的二维多通道的随机数组，基于待压缩图像以及随机数组，对初始图像生成网络进行迭代训练，使生成网络产生的图像与目标图像逼近，最终确定图像生成网络的网络参数；将图像生成网络的网络参数以及随机数组作为待压缩图像的压缩信息表示。本发明基于待压缩图像以及随机数组，对初始图像生成网络进行迭代训练，从而使得训练得到的图像生成网络能够输出逼近待压缩图像的生成图像，并以图像生成网络的网络参数和随机数组作为待压缩图像的压缩信息表示，不仅使得待压缩图像能够以较大压缩程度进行压缩，并且能够保证图像的还原精度。

公开(公告)号：CN108668096B

公开(公告)日：2021-08-20

申请号：CN201810479508.2

申请日：2018-05-18

Applicant: 京东方科技集团股份有限公司

Inventor： 武赢 ,  杨向东 ,  张希颖 ,  赵星星

IPC: H04N5/76 ,  H04N19/423 ,  H04N19/48

Abstract: 本发明公开了一种视频数据的管理方法、装置及录像设备，涉及信息处理技术领域，主要目的在于通过牺牲视频流畅度，减少对本地存储空间占用量，以保存更多的视频数据信息。本发明的技术方案包括：若视频录制过程中确定存储空间小于预设阈值，则提取待处理视频数据，并将所述待处理视频数据中的景深映射为车辆的实际行驶距离；根据所述实际行驶距离及预设分段距离阈值将所述待处理视频数据拆分为至少两段；确定每个分段中的图像帧数是否超过预设图像帧数阈值；若确定超过所述预设图像帧数阈值，则将每个分段中的图像帧数压缩至所述预设图像帧数阈值。

公开(公告)号：CN113170114A

公开(公告)日：2021-07-23

申请号：CN201980074244.5

申请日：2019-09-13

Applicant: 弗劳恩霍夫应用研究促进协会

Inventor： 乔纳森·普法夫 ,  海科·施瓦茨 ,  菲利普·赫勒 ,  米夏埃尔·沙费尔 ,  罗曼·里沙克 ,  托比亚斯·欣茨 ,  菲利普·默克尔 ,  比约恩·施塔伦贝格尔 ,  马丁·温肯 ,  米沙·斯科曼 ,  德特勒夫·马尔佩 ,  托马斯·威甘德

IPC: H04N19/11 ,  H04N19/159 ,  H04N19/18 ,  H04N19/48 ,  H04N19/593

Abstract: 公开了用于逐块编码和解码的技术。这些技术可以应用于编码器、解码器以及用于编码和/或解码的方法。在一个示例中，公开了一种用于从数据流(12、80)中解码图片(10)的解码器(54)。解码器可以被配置为通过使用线性或仿射线性变换(17M)将与图片(10)的预定块(18)相邻的P个相邻样本(17'c、17'a)的集合映射到用于该预定块(18)的样本的Q个预测值的集合，来预测该预定块(18)。线性或仿射线性变换(17M)可以包括P*Q个加权因子，P*Q个加权因子中的至少1/4个是非零加权值，对于Q个预测值中的每个预测值，加权因子包括与相应预测值有关的一系列P个加权因子，其中，该一系列P个加权因子在根据预定块(18)的样本之间的光栅扫描顺序一个接一个地排列时，形成全向非线性的包络。

公开(公告)号：CN113170094A

公开(公告)日：2021-07-23

申请号：CN201980078318.2

申请日：2019-12-04

Applicant: 腾讯美国有限责任公司

Inventor： 阿拉什·沃索基 ,  芮世薰 ,  刘杉

IPC: H04N19/00 ,  H04N19/36 ,  H04N19/39 ,  H04N19/44 ,  H04N19/48

Abstract: 一种在视频解码器中执行的视频解码方法，包括接收对应于三维(3D)空间的压缩的几何数据。该方法还包括接收与数据云相关联的低分辨率占用图。该方法还包括将低分辨率占用图转换为高分辨率占用图。该方法还包括使用压缩的几何数据和高分辨率占用图来重构点云。该方法还包括对(i)重构的点云和(ii)高分辨率占用图之一执行平滑操作。

公开(公告)号：CN112884851A

公开(公告)日：2021-06-01

申请号：CN202110108699.3

申请日：2021-01-27

Applicant: 武汉大学

Inventor： 石文轩 ,  辛李麒

IPC: G06T9/00 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08 ,  H04N19/117 ,  H04N19/12 ,  H04N19/132 ,  H04N19/48 ,  H04N19/85

Abstract: 本发明公开了一种展开迭代优化算法的深度压缩感知网络。该深度压缩感知网络应用于编码端图像自适应压缩采样，并在解码端利用优化算法引导深度神经网络结构设计，从而精确重建原始图像的方法。具体来说，本发明提出了一种新的图像压缩感知深度神经网络架构，并展开为两个模块：采样矩阵模块和重建网络模块，通过端到端学习训练，共同优化网络参数。采样矩阵模块利用数据驱动，从训练图像中学习图像纹理信息，自适应地获得采样矩阵数值，完成压缩感知编码。重构网络模块分为两部分：第一部分将快速迭代软阈值收缩优化算法(FISTA)展开为深度神经网络形式，第二部分使用一组卷积滤波器和非线性激活函数减少分块压缩感知带来的块伪影现象。

公开(公告)号：CN112672160A

公开(公告)日：2021-04-16

申请号：CN202011490545.7

申请日：2020-12-17

Applicant: 绍兴文理学院

Inventor： 赵利平 ,  林涛 ,  周青阳 ,  周开伦 ,  焦孟草 ,  彭华 ,  周海平

IPC: H04N19/159 ,  H04N19/176 ,  H04N19/182 ,  H04N19/48

Abstract: 本发明公开了融合帧内块复制和串复制编码参数的编码解码方法和装置。本发明采用根据串长度等于整个编码单元的判断方法，来选择是融合的IBC模式还是ISC模式编码，不需要增加额外标志位，减少了编码序列的冗余；对第一个像素单元串或像素串的长度使用下一个剩余数目的长度参数编解码方案，提高了编码效率。