一种基于多分支对称网络的非线性运动估计视频插帧方法

    公开(公告)号:CN117376584A

    公开(公告)日:2024-01-09

    申请号:CN202311500891.2

    申请日:2023-11-13

    Abstract: 本发明方法公开了一种基于多分支对称网络的非线性运动估计视频插帧方法,在粗帧合成阶段提取多个连续的视频帧的高级语义特征,并进行编码特征的融合,通过双分支上采样模块中的特征的交互操作和单光流的逐层细化操作自适应地获取视频帧之间的非线性运动特征,得到更为准确的运动估计和粗帧,然后在细帧合成阶段,通过细化网络生成残差来补偿粗帧,得到细化后的中间帧。本发明解决了高阶非线性运动场景的视频插帧问题,提取多个视频帧的高级语义信息,自适应地建立运动模型,有效解决现有技术中难以用固定的数学模型准确描述的问题;通过借助深度学习技术,采用光流法策略,能够更好地处理复杂的运动场景,使得合成的中间帧图像在视觉上更加真实。

    面向智慧法院场景的多层次感知视频编码算法优化方法

    公开(公告)号:CN113099226B

    公开(公告)日:2023-01-20

    申请号:CN202110384146.0

    申请日:2021-04-09

    Inventor: 殷海兵 周华健

    Abstract: 本发明公开了面向智慧法院场景的多层次感知视频编码算法优化方法,包括如下步骤:S1,构建多层次感知编码框架,通过结合内容自适应比特分配、时域感知量化控制和空域感知量化控制,实现感知码率控制,通过心理视觉率失真优化,实现有效帧内和帧间预测的模式决策,通过系数级心理视觉率失真优化量化,实现系数级感知量化;S2,模块间相关性分析,度量模块间相关性的定量参数,评估两个算法模块之间的影响程度,通过选择关键控制参数,将复杂的多模块优化转化为连续的单模块优化,确定多个可定制模块的算法决策顺序;S3,构建在线自适应参数模型,利用模块间的内在关联性构建内容自适应的参数计算模型。

Patent Agency Ranking