利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

30 条记录 (耗时 0.027 秒)

    用于编码数字图像序列的方法
    1.
    发明授权
    用于编码数字图像序列的方法 有权

    公开(公告)号：CN105144712B

    公开(公告)日：2018-09-11

    申请号：CN201380075459.1

    申请日：2013-07-26

    申请人： 西门子公司

    发明人： E.维格 ,  P.阿蒙 ,  A.胡特 ,  A.考普

    IPC分类号： H04N19/105 ,  H04N19/176 ,  H04N19/593 ,  H04N19/14

    摘要： 一种用于编码数字图像序列的方法。本发明涉及一种用于编码数字图像（I）的序列的方法，其中方法使用多个预测模式以用于基于之前处理的图像区域中的像素的经重构的值来预测图像（I）中的像素（P1）的值，其中像素（P1）的经预测的值与原始值之间的预测误差（PE）被处理以用于生成数字图像（CI）的经编码序列。本发明的特征在于预设的预测模式是基于单个图像（I）的像素的帧内预测模式，并且包括如下步骤i）和ii）。在步骤i）中，对于单个图像（I）中的具有经重构的值的像素的区（R）和对于图像区域的模板（TE），将区（R）中的、基于模板（TE）而围绕要预测的第一像素（P1）的像素的第一补块（PA1）与若干第二补块（PA2）进行比较，每个第二补块（PA2）被分配给来自区（R）中的多个第二像素（P2）的第二像素（P2）并且包括区（R）中的、基于模板（TE）而围绕第二像素（P2）的像素，从而确定针对每个第二像素（P2）的类似性度量（SM），其描述在被分配给相应第二像素（P2）的第二补块（PA2）的像素的经重构的值与第一补块（PA1）的像素的经重构的值之间的类似性。在步骤ii）中，基于在区（R）中的多个第二像素（P2）的所有第二像素（P2）之中具有由类似性度量（SM）描述的最高类似性的一个或多个第二像素（P2）的值来确定第一像素（P1）的经预测的值。

    一种用于对数字化图像的序列进行编码的方法
    4.
    发明公开
    一种用于对数字化图像的序列进行编码的方法 有权

    公开(公告)号：CN103404145A

    公开(公告)日：2013-11-20

    申请号：CN201280012320.8

    申请日：2012-02-22

    申请人： 西门子公司

    发明人： P.阿蒙

    IPC分类号： H04N7/26 ,  H04N7/36 ,  H04N7/50

    CPC分类号： H04N19/103 ,  H04N19/107 ,  H04N19/137 ,  H04N19/17 ,  H04N19/176 ,  H04N19/51 ,  H04N19/55 ,  H04N19/61 ,  H04N19/70

    摘要： 本发明涉及一种用于对数字化图像(I)进行编码的方法，其中运动补偿过程被执行，所述运动补偿过程使用涉及当前图像(I)中的许多像素的图像块(B1,B2,B3)与涉及参考图像(RI)中的许多像素的参考块(R1,R2,R3)之间的运动矢量(MV)，所述参考图像(RI)是基于出自所述序列的一个或多个图像(I)的。针对所述当前图像(I)的至少一部分的每个图像块(B1,B2,B3)执行了基于由运动矢量(MV)所指示的对应参考块(R1,R2,R3)的时间预测，从而产生所述图像块(B1,B2,B3)与所述对应参考块(R1,R2,R3)之间的预测误差，其中所述预测误差被编码。在本发明的方法中，所述序列中的所述当前图像(I)被划分成若干个图像区域(IA1,IA2,IA3,IA4)，所述参考图像(RI)中的参考区域(RA1,RA2,RA3,RA4)与每个图像区域(IA1,IA2,IA3,IA4)相关联，其中图像区域(IA1,IA2,IA3,IA4)中的图像块(B1,B2,B3)的所述时间预测是基于至少部分地位于与所述图像区域(IA1,IA2,IA3,IA4)相关联的所述参考区域(RA1,RA2,RA3,RA4)中并排他地包括来自这个参考区域(RA1,RA2,RA3,RA4)的像素信息的参考块(R1,R2,R3)的。

    用于检测运动对象的设备和方法
    5.
    发明授权
    用于检测运动对象的设备和方法 失效

    公开(公告)号：CN105516650B

    公开(公告)日：2019-12-31

    申请号：CN201510659607.5

    申请日：2015-10-14

    申请人： 西门子公司

    发明人： P.阿蒙 ,  A.胡特 ,  M.劳默

    IPC分类号： H04N7/18 ,  H04N5/14

    摘要： 本发明涉及用于检测运动对象的设备和方法。提出用于在视频序列中检测运动对象的设备。该视频序列作为压缩的比特流存在，该比特流具有多个帧，其中多个帧中的每个被划分成多个块。所述设备具有加权单元，所述加权单元被设置用于给相应帧的多个块中的至少一个块在考虑该块在该帧之内的水平空间分量、该块在该帧之内的垂直空间分量和该块在多个帧之内的时间分量的情况下分配加权值，以及确定单元，所述确定单元被用于针对多个块中的至少一个块基于所分配的加权值和阈值来确定：该块是否具有运动对象。通过在考虑三个维度的情况下确定加权值可以执行对运动对象的精确以及有效的确定。此外，提出用于在视频序列中检测运动对象的方法。

    图像边界邻域中的自回归像素预测
    7.
    发明公开
    图像边界邻域中的自回归像素预测 失效

    公开(公告)号：CN104937934A

    公开(公告)日：2015-09-23

    申请号：CN201380071242.3

    申请日：2013-12-19

    申请人： 西门子公司

    发明人： A.魏因利希 ,  P.阿蒙 ,  J.雷姆 ,  A.胡特 ,  A.考普

    IPC分类号： H04N19/11 ,  H04N19/593 ,  H04N19/182

    CPC分类号： H04N19/182 ,  H04N19/11 ,  H04N19/136 ,  H04N19/169 ,  H04N19/44 ,  H04N19/593 ,  H04N19/70 ,  H04N19/90 ,  H04N19/91

    摘要： 本发明涉及一种用于编码数字图像数据（I）的方法，所述数据包括具有对应像素值（i0，…，i112）的像素（p0，p112）的一个或多个阵列。对于像素的每一个阵列，基于邻近于待编码的当前像素（p0）的特定邻域区（SN）中的经重构的像素（p1，…，p12）的经重构像素值（i1，…，i12）的加权和执行自回归像素预测方法。为了确定权重，考虑邻近于当前像素（p0）的特定训练区（ST）中的像素值（p1，…，p12）。该编码方法的特征在于在针对例如像素阵列的边界处的邻域区和训练区中的所有像素不存在经重构的像素值的情况中，适当确定特定邻域区（SN）和特定训练区（ST）。在这样的情况中，将邻域区中的像素数目减少至经重构的像素的数目，直到训练区中的像素数目与邻域区中的像素数目之间的比值超过预确定的阈值。本发明的编码方法提供了具有高精度的预测并且因此导致图像数据的高效编码。

    用于对数字图像的序列进行编码的方法
    10.
    发明授权
    用于对数字图像的序列进行编码的方法 失效

    公开(公告)号：CN104982035B

    公开(公告)日：2018-12-11

    申请号：CN201280077815.9

    申请日：2012-12-18

    申请人： 西门子公司

    发明人： E.维格 ,  P.阿蒙 ,  A.考普 ,  A.胡特

    IPC分类号： H04N19/105 ,  H04N19/593 ,  H04N19/137 ,  H04N19/182

    CPC分类号： H04N19/182 ,  H04N19/105 ,  H04N19/137 ,  H04N19/14 ,  H04N19/593

    摘要： 本发明提及用于对数字图像（I）的序列进行编码的方法，其中，该方法使用用于基于之前处理的图像区域中的像素的重构值来预测图像（I）中的像素（P1）的值的很多个预测模式，其中，像素（P1）的预测值和原始值之间的预测误差（PE）被处理，用于生成数字图像（CI）的经编码的序列。本发明的特征在于，预设的预测模式（NLM）是基于单个图像（I）的像素的帧内预测模式，在预测的预测模式（NLM）中。在步骤i）中，针对单个图像（I）中的具有重构值的像素的区（R）和针对图像区域的模板（TE），把要被基于模板（TE）预测的第一像素（P1）周围的区（R）中的像素的第一小块（PA1）与若干第二小块（PA2）进行比较，每个第二小块（PA2）被分配给区（R）中的第二像素（P2）并且由基于模板（TE）的第二像素（P2）周围的区（R）中的像素组成，从而确定用于每个第二像素（P2）的相似度测量（SM），相似度测量（SM）描述被分配给相应的第二像素（P2）的第二小块（PA2）的像素的重构值与第一小块（PA1）的像素的重构值之间的相似度。在步骤ii）中，基于第二像素（P2）的值的加权和来确定每个第一像素（P1）的预测值，其中，通过加权因数来对每个第二像素（P2）的值进行加权，加权因数取决于由用于相应的第二像素（P2）的相似度测量（SM）所描述的减小的相似度而单调地减小。