-
公开(公告)号：CN118158427A
公开(公告)日：2024-06-07
申请号：CN202410446677.1
申请日：2024-04-15
Applicant: 杭州电子科技大学 , 浙江省经济信息中心(浙江省价格研究所)
IPC: H04N19/42 , H04N19/174 , H04N19/182
Abstract: 本发明属于视频编码领域，公开了一种面向AV1调色板编码模式的高效k‑means聚类硬件架构及方法，本发明提出三条k‑means电路并行的架构，k‑means电路包括calc_indices和calc_centroids两个模块。calc_indices模块根据像素和簇中心的距离，来计算像素的索引，其中距离采用曼哈顿距离，索引值为像素和簇中心距离最小的簇编号。calc_centroids模块执行簇中心的更新，将索引值相同的像素累加并求平均值，作为下一次迭代的簇中心存储在C‑RAM中，本发明将不同块、同一块的k的聚类计算过程进行交织，从而提高硬件的利用率并减少取数次数。
-
公开(公告)号：CN117319654A
公开(公告)日：2023-12-29
申请号：CN202311392255.2
申请日：2023-10-25
Applicant: 杭州电子科技大学 , 浙江省经济信息中心(浙江省价格研究所)
IPC: H04N19/124 , H04N19/147 , H04N19/19 , H04N19/70
Abstract: 本发明属于视频编码领域，公开了一种基于扫描线并行RDOQ算法优化的硬件及流水实现方法，本发明在算法上将最优系数决策的之字形扫描线拆解成多个单向扫描线，以实现并行计算。在最优非零位置决策阶段，将迭代计算拆分成单条扫描线的并行计算，最后对各个扫描线上的最优位置进行RD cost的比较，在保证实时效果良好的前提下，减少迭代的周期，以满足视频编码处理的实时需求。本发明优化了传统的RD cost计算算法。Rate的强数据依赖使得运算须在单周期内完成，减少了硬件设计中运算的操作数量，节省了资源消耗。本发明充分利用Distortion无数据依赖的特性将运算拆分到多个流水线中，有效了提高硬件设计的时序表现。
-
公开(公告)号：CN118018877A
公开(公告)日：2024-05-10
申请号：CN202410142890.3
申请日：2024-02-01
Applicant: 杭州电子科技大学 , 浙江省经济信息中心(浙江省价格研究所)
Abstract: 本发明属于脉冲数据处理技术领域，涉及一种面向脉冲相机的高效数据流处理方法，其编码端的数据压缩过程包括：步骤一，通过脉冲流分块模块将获取的原始脉冲流切割分块，得到原始脉冲块；步骤二，通过脉冲流凝聚模块压缩所述的原始脉冲块，得到压缩脉冲流；步骤三，将原始脉冲块和压缩脉冲流输入脉冲损失像素标记器，分析压缩造成的脉冲损失来进行信息补偿，后经像素级分类器输出量化二进制信息帧；步骤四，通过压缩脉冲‑信息整合器将压缩脉冲流、量化二进制信息帧和解码端的提示信息进行整合，生成最终的二进制数据流。相较于传统的脉冲压缩方案，本发明可以大大降低整个过程的复杂度，具有省时高效的优点。
-
公开(公告)号：CN117041565A
公开(公告)日：2023-11-10
申请号：CN202310887654.X
申请日：2023-07-19
Applicant: 杭州电子科技大学 , 浙江省经济信息中心(浙江省价格研究所)
IPC: H04N19/11 , H04N19/186 , H04N19/176 , H04N19/593
Abstract: 本发明公开了一种AV1视频帧内粗模式决策优化及硬件架构方法，基于AV1对帧内模式决策优化，粗模式决策减少了计算时间，而计算复杂度上，将原来的61种决策情况分为两次进行，第一次选择13种模式进行；第二次选择6种模式进行决策；此外，不对矩形块的预测代价值做哈达玛变换，而是选择用基于4x4方块SATD值的叠加；在预测代价排序的选择上，选用双调排序，以适合发明所设计的并行架构；系统级优化方面，在每个方块处理流程上，采用流水线设计，缩小了硬件所需的面积资源，也加快了硬件实现的速度。
-
公开(公告)号：CN116527910A
公开(公告)日：2023-08-01
申请号：CN202310422535.7
申请日：2023-04-11
Applicant: 杭州电子科技大学 , 浙江省经济信息中心(浙江省价格研究所)
IPC: H04N19/147 , H04N19/149 , H04N19/19 , H04N19/70
Abstract: 本发明属于AVS3视频编码领域，具体涉及一种基于扫描线并行的率失真优化量化方法，在完成预量化过程之后，采用列扫描顺序对预量化系数进行并行计算；每次计算多组预量化系数数据，在多组数据比较下确定最优量化系数；之后对非零位置进行并行决策，确定扫描线上最优非零位置。最后进行移位末位系数置零操作。本发明的方法在RDOQ中，提出了通过局部性优化，在符合zig‑zag扫描模式的情况下，可以进行并行处理，同时保留局部依赖。本发明在保证效果良好的前提下，减小了编码损失。
-
Patent Agency Ranking
公开(公告)号：CN119135909A
公开(公告)日：2024-12-13
申请号：CN202411276973.8
申请日：2024-09-12
Applicant: 杭州电子科技大学 , 杭州电子科技大学丽水研究院
IPC: H04N19/147 , H04N19/186 , H04N19/124 , H04N19/154 , H04N19/14 , H04N19/42
Abstract: 本发明公开了一种视频压缩的多层级全RGB恰可察觉感知编码失真预测方法，该方法首先获取公开视频集，将视频集中视频处理为RGB视频，获取感知编码失真标签。然后基于RGB视频，提取视觉感知特征。最后构建RGB‑JNCD‑NET预测模型，视觉感知特征通过RGB‑JNCD‑NET预测模型，输出编码失真预测结果。本发明可以在不影响感知质量的同时，实现高效准确的失真编码预测。
-
公开(公告)号：CN116193122A
公开(公告)日：2023-05-30
申请号：CN202310189604.4
申请日：2023-03-02
Applicant: 杭州电子科技大学 , 杭州电子科技大学丽水研究院
IPC: H04N19/147 , H04N19/124 , H04N19/91 , H04N19/172 , H04N19/30 , H04N19/50
Abstract: 本发明公开了一种多层级多模块协同视频感知编码优化方法及装置，通过原始视频进行编码失真预测、帧级编码失真预测及帧级量化参数的推导；对原始视频的图像进行帧内/帧间预测，并将得到的预测图像与原始图像进行差计算，得到残差图像，通过预测的编码失真，对残差图像进行残差滤波，滤波后的残差图像基于残差块变换后，再根据预测的帧级编码失真和帧级量化参数，进行感知量化；基于感知量化参数进行率失真优化，优化帧内/帧间预测；构建感知质量增强网络，用于优化帧内/帧间预测；基于优化的帧内/帧间预测，对原始视频的图像进行预测、差计算、残差滤波、变换、感知量化后，进行熵编码。
-
公开(公告)号：CN116248883A
公开(公告)日：2023-06-09
申请号：CN202310156672.0
申请日：2023-02-17
Applicant: 杭州电子科技大学 , 杭州电子科技大学丽水研究院
IPC: H04N19/154 , H04N19/124 , H04N19/186 , H04N19/42 , H04N19/91 , G06N3/045 , G06N3/08
Abstract: 本发明属于视频感知编码优化领域，公开了一种多层级多颗粒度感知编码失真预测方法，包括如下步骤：步骤1：视觉感知效应和感知编码失真映射分析：构建各源视频的多层级恰可感知量化参数数据集和恰可感知编码失真数据集；步骤2：多层级多颗粒度感知编码失真预测：基于视觉感知机制，采用统计分析方法定性分析各视觉感知特征与恰可感知编码失真的映射关系。本发明解决了不同感知效应对于压缩视频的感知作用并不完全一致的问题、视频编码机制和视觉感知机制的联合约束增加感知编码失真理论分析难度，传统理论建模不能推导出理想的JNCD阈值模型的问题，满足了多颗粒感知编码优化的需求。
-
公开(公告)号：CN118972589A
公开(公告)日：2024-11-15
申请号：CN202411026348.8
申请日：2024-07-30
Applicant: 杭州电子科技大学
IPC: H04N19/129 , H04N19/13 , H04N19/134 , H04N19/21 , H04N19/176 , H04N19/119
Abstract: 本发明公开了基于扫描线并行熵编码二值化优化的硬件流水实现方法，通过获取单帧图像的系数数据，基于多个通道的扫描区域，对系数数据分块，用于多通道间并行执行分块的遍历；构建扩展数组和二维数组用于分块内的系数遍历，扩展数组中，存储上一分块的参考编码系数信息及当前分块的编码系数信息，二维数组中，第一维数组存储当前分块各编码系数信息，第二维数组存储各当前分块编码系数信息对应的在前参考编码系数信息；分块遍历时，根据上一次循环结束后数组的结果，预处理当前分块每个编码系数及其对应的在前参考编码系数，第二维数组用于计算标志位；遍历多个通道的所有分块，计算当前编码系数的标志位的上下文索引增量，将结果顺序输出。
-
公开(公告)号：CN118337639A
公开(公告)日：2024-07-12
申请号：CN202410592683.8
申请日：2024-05-14
Applicant: 杭州电子科技大学
IPC: H04L41/14 , H04L43/0894
Abstract: 本发明公开了一种端边云协同视频群智感知多目标性能评价方法，基于码率度量码流数据传输代价，基于码率和相应存储架构度量码流数据存储代价，基于硬件资源和能量资源的消耗度量复杂度代价；将存储、传输和复杂度代价基于消耗的成本进行同质化度量，得到统一量纲度量的参量；计算和存储静态硬件成本折算为每一路摄像头视频所需计算和存储硬件代价；计算和存储动态能耗成本折算为每一路摄像头视频编码分析所需电力消耗代价；传输存储代价根据宽带网络费用折算为每路视频传输所需成本，所有成本基于货币进行度量；基于失真和无失真情况下的多目标性能，构建机器视觉算法性能损失，通过性能损失与所述参量构建代价函数，以不同参量下性能的优劣为判据进行多目标性能评价。
-
-
-
-
-
-
-
-
-
Search Results
204
records
(took 0.053 seconds)
