-
公开(公告)号：CN119496899A
公开(公告)日：2025-02-21
申请号：CN202311030599.9
申请日：2023-08-15
Applicant: 华为技术有限公司
IPC: H04N19/159 , H04N19/91 , H04N19/189 , H04N19/177
Abstract: 本申请实施例提供了一种编解码方法及电子设备。该方法包括：对当前帧中编码单元进行帧间预测，得到编码单元的第一预测信息；根据第一预测信息和编码单元的原始图像，确定编码单元的残差信息；确定编码单元的预设参数，其中，预设参数用于融合参考单元的重建图像信息和编码单元的重建图像信息以得到编码单元的目标重建图像，参考单元的重建图像信息包括参考单元的目标重建图像或参考单元的目标重建图像的特征信息，编码单元的重建图像信息包括编码单元的初始重建图像或编码单元的初始重建图像的特征信息；随后，编码残差信息；以及编码预设参数。这样，可以降低累积误差，保证时序稳定性。
-
公开(公告)号：CN119316600A
公开(公告)日：2025-01-14
申请号：CN202310848558.4
申请日：2023-07-11
Applicant: 华为技术有限公司
Inventor： 师一博 , 毛珏 , 蒂莫菲•米哈伊洛维奇•索洛维耶夫 , 王晶
IPC: H04N19/139 , H04N19/91 , H04N19/85
Abstract: 本申请实施例提供了一种编解码方法及电子设备。该编码方法包括：获取待编码图像；对待编码图像进行特征提取，得到第一特征图；确定第一特征图对应的概率分布参数，其中，概率分布参数包括方差的第一索引；根据第一增益向量对第一特征图进行第一调整处理，得到第二特征图；根据第二增益向量对第一索引进行第二调整处理，得到第二索引，其中，第二增益向量是将第一增益向量转换至对数域得到的，第二调整处理为加法运算；根据第二索引对第二特征图进行熵编码，得到码流；这样，可以减少方差调整的计算量。
-
公开(公告)号：CN119312844A
公开(公告)日：2025-01-14
申请号：CN202310923903.6
申请日：2023-07-25
Applicant: 华为技术有限公司
IPC: G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本申请公开了一种解码网络模型、解码网络模型的量化方法及相关装置，属于编解码技术领域。所述解码网络模型包括目标网络，所述目标网络是经过量化后的网络，所述目标网络包括超解码网络和/或合成变换网络；在所述目标网络包括所述超解码网络的情况下，所述超解码网络中各个网络层的量化精度均相同；在所述目标网络包括所述合成变换网络的情况下，所述合成变换网络中至少部分网络层的量化精度相同。通过对目标网络进行量化，大幅度降低了解码网络模型的模型体积，从而降低了解码网络模型运行过程中对内存的消耗，提升解码网络模型在硬件上的运行速度，使得该解码网络模型可以部署在手机、机器人等资源有限的端侧设备上。
-
公开(公告)号：CN119094799A
公开(公告)日：2024-12-06
申请号：CN202310658490.3
申请日：2023-06-05
Applicant: 华为技术有限公司
IPC: H04N19/91 , H04N19/94 , H04N19/149
Abstract: 本申请提供了特征图编码方法和装置。涉及基于人工智能(AI)的数据编码/解码技术领域，具体涉及基于神经网络的数据编码解码技术领域。其中特征图编码方法包括：获取特征图中特征元素的第一概率分布参数；根据第一概率分布参数，从概率分布集合中获取第二概率分布参数对应的概率分布；其中，该概率分布包括在第二概率分布参数下多个不同元素值的概率估计结果，每个元素值对应一个量化区间，该元素值的概率估计结果是基于对应的量化区间得到的，该量化区间是根据基于学习的非线性映射模型得到的；根据该概率分布对特征元素进行熵编码，得到码流。通过此方法，可以根据更精确的概率分布对特征图进行熵编码，从而提升编码性能。
-
公开(公告)号：CN118842912A
公开(公告)日：2024-10-25
申请号：CN202310473660.0
申请日：2023-04-25
Applicant: 华为技术有限公司
IPC: H04N19/137 , H04N19/154 , H04N19/167 , H04N19/182 , H04N19/51 , H04N19/91 , G06T9/00 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本申请提供了一种编码方法，可以应用于视频编解码等场景。该方法包括：获取在时间序列上具有前后关联关系的两帧图像，两帧图像包括参考帧与当前帧。根据参考帧与运动信息得到当前帧的预测帧，运动信息用于描述参考帧与当前帧之间的变换差异；基于当前帧与预测帧获取掩码信息，该掩码信息用于指示当前帧的码率分配信息；基于码率分配信息编码当前帧以得到码流。由于掩码信息是根据预测帧与当前帧获取的，可以更好体现出预测帧中的哪些区域重建效果较差或较好，进而可以对当前帧中相应区域进行码率分配。例如，对预测质量较差的区域分配更多码率，从而提升运动不规律的区域或者遮挡区域的编码质量。
-
Patent Agency Ranking
公开(公告)号：CN118632000A
公开(公告)日：2024-09-10
申请号：CN202310444868.X
申请日：2023-04-14
Applicant: 华为技术有限公司
IPC: H04N19/146 , H04N19/20 , H04N19/136 , H04N19/172
Abstract: 公开了一种图像编解码方法、装置及系统，涉及图像编解码技术领域。编码设备根据视频的目标码率，以及该视频中已编码图像帧的码率和未编码图像帧包含的图像内容，调整该视频中未编码图像帧的子目标码率。如编码设备为包含图像内容丰富的图像帧分配较大的子目标码率，使该图像帧的位流留存有更多的图像信息，提高视频编码的精度；又如编码设备为包含图像信息少的图像帧分配较小的子目标码率，使该图像帧对冗余的图像信息进行更有效的压缩，减小视频中图像帧的编码码率，提高图像帧的压缩率。
-
公开(公告)号：CN114449622B
公开(公告)日：2024-08-27
申请号：CN202011197195.5
申请日：2020-10-30
Applicant: 华为技术有限公司
IPC: H04W52/02 , H04M1/72454 , H04M1/72448 , H04M1/72469
Abstract: 本申请公开了一种用于计算Wi‑Fi耗电量的方法及电子设备，该方法包括：电子设备从Wi‑Fi芯片中获取第一参考信息，第一参考信息包括在计算周期内电子设备工作在多种Wi‑Fi数字电路状态和多种Wi‑Fi模拟电路状态下的工作时长；电子设备根据第一参考信息和第一功耗信息计算第一Wi‑Fi耗电量，第一功耗信息用于指示电子设备工作在多种Wi‑Fi数字电路状态和多种Wi‑Fi模拟电路状态下的功耗。这样，电子设备可以提高计算Wi‑Fi耗电量的准确性。
-
公开(公告)号：CN117880509A
公开(公告)日：2024-04-12
申请号：CN202211242765.7
申请日：2022-10-11
Applicant: 华为技术有限公司
Abstract: 本申请提供了特征数据编解码方法及相关装置，所述方法应用于图像视频压缩领域，其中一种特征数据解码方法包括：获取待解码特征数据的码流和待解码特征数据的边信息的码流，待解码特征数据中包括第一特征元素；对边信息的码流进行处理，获得第一特征元素的决策信息；根据第一特征元素的决策信息，确定是否需要对第一目标特征元素执行熵解码，第一目标特征元素为第一特征元素或第一残差特征元素，第一残差特征元素是基于第一特征元素处理获得的；在确定需要对第一目标特征元素执行熵解码的情况下，对第一目标特征元素执行熵解码。采用本申请方法，提高了编解码效率，提升了压缩性能，本申请提供的编解码方法在实际应用时与训练时计算逻辑完全一致。
-
公开(公告)号：CN117768655A
公开(公告)日：2024-03-26
申请号：CN202311236305.8
申请日：2021-02-25
Applicant: 华为技术有限公司
IPC: H04N19/30 , H04N19/13 , H04N19/186 , H04N19/91 , G06T9/00
Abstract: 本申请提供了音视频或图像压缩方法和装置。涉及基于人工智能(AI)的音视频或图像压缩技术领域，具体涉及基于神经网络的音视频或图像压缩技术领域。其中方法包括：将原始音视频或图像经过多层卷积操作变换到特征空间并提取特征空间不同层的特征，输出不同层取整后特征信号利用深层特征信号或熵估计结果预测浅层特征信号的概率分布，并对取整后的特征信号进行熵编码。本申请不同层间的信号相关性得以利用。这样，可以提升音视频或图像压缩性能。
-
公开(公告)号：CN117412046A
公开(公告)日：2024-01-16
申请号：CN202210806919.4
申请日：2022-07-08
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种编解码方法、装置及计算机设备，应用于图像处理技术领域。该方法中，通过编码网络得到图像特征图(特征图中包括多个元素)；确定特征图中第一元素的边界值，根据该边界值确定第一元素对应的目标范围；若第一元素处于其对应的目标范围内，对第一元素进行熵编码；若第一元素处于其对应的目标范围外，将第一元素修改为第一元素对应的边界值，对修改后的第一元素进行熵编码，或者标记第一元素越界，对第一元素进行变长码编码。在上述方法中，针对每个元素确定其对应的边界值，缩小每个元素对应的目标范围，从而降低熵编、解码的复杂度；对于超范围元素，将其修改为边界值再进行熵编码，实现对每个元素进行熵编码以保证图像压缩性能。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.05 seconds)
