-
公开(公告)号：CN120091120A
公开(公告)日：2025-06-03
申请号：CN202510016478.1
申请日：2025-01-06
Applicant: 鹏城实验室
IPC: H04N13/161 , H04N19/103 , H04N19/13 , H04N19/172 , H04N19/91 , G06N3/04
Abstract: 本申请实施例公开一种全息视频编码方法、装置、计算机设备及存储介质。通过确定全息视频对应的视频帧编码顺序确定待编码的当前帧；当前帧为关键帧时，获取关键帧中目标锚点对应的神经网络参数、位置参数、属性参数和哈希特征并分别进行编码，得到关键帧对应的关键帧二进制码流数据；当前帧为非关键帧时，获取非关键帧中目标锚点对应的神经网络参数和缓存哈希特征并分别进行编码，得到非关键帧对应的非关键帧二进制码流数据；确定全息视频中每个关键帧的关键帧二进制码流数据和每个非关键帧数据的非关键帧二进制码流数据，根据每个关键帧的关键帧二进制码流数据和每个非关键帧数据的非关键帧二进制码流数据生成全息视频对应的全息视频文件。
-
公开(公告)号：CN119996694A
公开(公告)日：2025-05-13
申请号：CN202510012414.4
申请日：2025-01-02
Applicant: 鹏城实验室
IPC: H04N19/124 , H04N19/137 , H04N19/597 , H04N13/161
Abstract: 本申请实施例提供三维视频处理方法、装置、设备和存储介质，涉及计算机视觉技术领域。该方法对关键帧表示模型进行量化编码操作得到关键帧编码模型后，再得到关键帧解码模型，逐一选取非关键帧序列作为处理帧序列，根据处理帧序列的前一采集时刻得到参考帧序列，根据参考帧序列对应的解码模型生成变换参数，对变换参数进行量化编码操作得到编码变换参数后发送至解码端，如果存在残差标识，基于变换参数生成残差表示模型，对残差表示模型进行量化编码操作后，将残差编码模型发送至解码端。借助这些变换参数去指示前后采集时刻的数据变化趋势，运用残差表示模型最大程度地抵消时域误差，从而避免误差随着时间序列不断累积。
-
公开(公告)号：CN120091119A
公开(公告)日：2025-06-03
申请号：CN202510020745.2
申请日：2025-01-06
Applicant: 鹏城实验室
IPC: H04N13/106 , H04N13/398 , G06N3/04
Abstract: 本申请实施例公开一种全息视频播放方法、装置、计算机设备及存储介质。通过获取全息视频文件，对全息视频文件对应的序列头二进制数据进行解码，得到全息视频文件对应的视频帧排序；根据视频帧排序确定待解码帧，当确定待解码帧为关键帧时，对关键帧对应的关键帧二进制码流数据进行解码，得到关键帧中每个锚点对应的神经网络参数、位置参数和属性参数并确定关键帧对应的关键帧数据；当确定待解码帧为非关键帧时，对非关键帧对应的非关键帧二进制码流数据进行解码，得到非关键帧对应的神经网络参数和缓存哈希特征并确定非关键帧对应的非关键帧数据；根据每个关键帧对应的关键帧数据和每个非关键帧对应的非关键帧数据播放全息视频。
-
公开(公告)号：CN120070731A
公开(公告)日：2025-05-30
申请号：CN202510012498.1
申请日：2025-01-02
Applicant: 鹏城实验室
Abstract: 本申请实施例提供三维场景重建方法、装置、设备和存储介质，涉及计算机视觉技术领域。该方法包括：获取目标场景对应的基于锚点的初始三维表示模型，对于每个锚点，对锚点属性进行压缩编码得到目标场景对应的编码码流，对编码码流进行熵解码得到解码特征属性、解码尺寸属性和解码偏移量属性，根据解码特征属性和特征属性均值进行加权预测，得到加权特征属性，以及对加权特征属性进行通道维度分组，得到渲染特征属性，最后基于渲染特征属性、解码尺寸属性和解码偏移量属性生成目标场景的三维表示模型。通过加权预测过程和通道维度分组过程对锚点的特征属性进行简化，减少存储空间，提升初始三维表示模型的率失真性能。
-
-
-
Search Results
4
records
(took 0.013 seconds)
