本发明公开了一种基于显著性的立体三维视频错误隐藏方法。传统的错误隐藏技术在视频流在传输过程中发生整帧丢失时恢复效果差。本发明方法首先获取丢失帧的运动显著性图、深度显著性图，深度边缘显著性图，然后融合运动显著性图和深度显著性图并块化，再与深度边缘显著性图合并得到最终显著性图，并进行显著等级划分。对高显著等级的区域采用视点间搜索像素填补和候选运动矢量补偿恢复，对中显著等级的区域采用时域搜索像素填补和视点间搜索像素填补，对低显著等级区域采用时域帧像素拷贝填补。本发明方法除了结合3D—HEVC特性提出新的错误隐藏方法，考虑了视频画面的显著性，对立体视频在网络传输中发生的整帧丢失现象有很好的恢复效果。
📄 2020105239870
📂 H04N19_593
👤 杭州电子科技大学
📅 2020-06-10
一种高效视频编码标准帧内图像质量估计方法，由确定边长、确定基本计算单元大小、确定图像的标准差、确定图像类型、获得纹理简单图像模型参数、估计纹理简单图像质量、获得纹理复杂图像模型参数、估计纹理复杂图像质量步骤组成。采用本发明方法对高效视频编码标准国际制定组织推荐的标准视频序列进行实验，实验结果表明，相比HM16.0实际编码运行的时间，本发明方法可以在准确地估计图像峰值信噪比的同时节省超过96.42％的运行时间，大大降低了算法运算复杂度。本发明具有质量估计准确、模型参数计算简单、计算速度快等优点，可用于视频编码、视频通信等领域中。
📄 2020111088914
📂 H04N19_593
👤 陕西师范大学
📅 2020-10-16
一种屏幕内容编码标准帧内图像码率的估计方法，由确定视频图像纹理特征、确定视频图像颜色特征、确定图像类型、获得纹理简单图像模型参数、估计纹理简单图像码率、获得纹理复杂图像模型参数、估计纹理复杂图像码率步骤组成。由于本发明采用确定图像类型步骤、获得纹理简单图像模型参数步骤、估计纹理简单图像码率步骤、获得纹理复杂图像模型参数步骤、估计纹理复杂图像码率步骤，考虑了屏幕内容视频图像内容的纹理特征和颜色特征，解决了估计视频编码比特数的方法需要部分编码的方式来预测最终编码完毕的比特数、复杂度较高的技术问题。本发明具有码率估计准确、模型参数计算简单等优点，可用于视频编码、视频通信等技术领域。
📄 2021100596236
📂 H04N19_593
👤 陕西师范大学
📅 2021-01-18
本发明公开了一种高维光场视频的快速压缩分解方法和系统，属于光场显示技术领域。本发明的一种高维光场视频的快速压缩分解方法，通过构建光场采集模型、第一帧提取模型、第一优化仿真模型、第二帧提取模型、第二优化仿真模型以及对象生成模型，将与视频非关键帧最近邻的视频关键帧的第一优化值作为压缩光场的第二迭代初始值，从而可以利用视频关键帧和非关键帧之间的相关性，快速获取非关键帧的迭代初始值，因而可以大幅减少了光场视频的迭代次数，提升了动态压缩光场视频信息的压缩分解速度，进而可以实现更高分辨率，更复杂对象的压缩分解。进一步，本发明克服了传统迭代优化方法容易收敛到局域最优解，且显示结果的信噪比不高的局限。
📄 2024116341245
📂 H04N19_597
👤 浙江理工大学
📅 2024-11-15
本发明公开了一种基于空间预测的运动补偿帧率上转换方法，涉及视频处理技术领域。该方法包括：对待插帧按照模板进行块分割，划分为A类块和B类块；对A类块进行全搜索运动估计得到运动矢量，其中，采用连续消除方法降低计算复杂度；结合A类块的运动矢量信息，依据空间相关性和最小误差匹配原则，计算B类块的运动矢量；将所求的A、B两类块的运动矢量组合成待插帧的运动矢量场、并依据参考帧ft与ft+1的信息，采用重叠块运动补偿技术插值得到内插帧ft+0.5。本发明有效利用全搜索运动估计和空间相关性各自的优点，既保证了运动估计的准确程度，又有效降低了运算复杂度，节约了计算成本。
📄 2017108317831
📂 H04N19_593
👤 信阳师范学院
📅 2017-09-15
本发明公开了一种基于图卷积网络的点云压缩方法，涉及点云压缩技术领域，包括：编码器接收原始点云，利用最远点采样实现全局均匀采样，利用图卷积网络实现局部密度采样，按比例选择全局均匀采样后的点云和局部密度采样后的点云，获得下采样后的点云，再使用边缘卷积、点变压器和注意力机制分别进行动态特征学习和融合获得融合特征；熵瓶颈层对下采样后的点云和融合特征进行压缩‑解压缩获得重建点云和重建特征；解码器基于SGFN和DenseGCN对重建点云和重建特征进行特征提取，提取到的特征通过上采样和坐标重建获得重建后的点云。本发明能够在保证相同视觉质量的前提下显著降低比特率开销，提高压缩效率。
📄 2024110831062
📂 H04N19_597
👤 华侨大学
📅 2024-08-08
本发明公开了一种基于边缘检测的3D‑HEVC深度图帧内编码模式快速决策方法，本方法通过判断当前预测单元属于平坦区域还是纹理复杂区域来简化帧内模式选择过程。若满足平坦区域条件，则跳过相应帧内预测模式；否则，通过检测边缘的方向来减少粗模式选择(RMD)中角度模式计算数量，从而降低帧内编码复杂度，减少编码时间。对比实验结果证明了本算法的有效性，与标准测试平台HTM 16.0相比，本方法在保证视频编码质量基本不变的前提下，可以节省30.61％的编码时间，有效降低了视频帧内编码的复杂度。
📄 2018116489957
📂 H04N19_593
👤 北京格镭信息科技有限公司
📅 2018-12-30
本发明的一种针对高维信号的相干快照压缩成像方法、存储介质及设备，所述方法包括以下步骤，S1、针对相干光照明场景的空‑时光场传播，通过将空间光调制器生成的复合相位掩膜对空‑时光场进行调制；S2、在探测器平面叠加记录，实现能够由单次曝光得到的空‑时光场压缩调制产生的单幅全息图；S3、将全息图发送至接收端，利用现有的重构算法重建原始信号以实现相干快照压缩成像。本发明中将快照压缩感知引入相干光照明场景，在相干光照明场合下应用快照压缩感知理论，实现了以二维测量值捕获高维数据，提高了采集速度，降低了对物理传感器的要求，仿真结果表明，在针对自稀疏3D空‑时光场的重构时，本发明在各项指标上都取得了较好结果。
📄 202310413209X
📂 H04N19_597
👤 安徽大学
📅 2023-04-12
本发明涉及一种面向三维点云无线传输的自适应深度信源信道联合编码方法，属于信源信道编码领域，包括以下步骤：S1：构建深度信源信道联合编码器模型，包括点云下采样模块和特征提取模块；S2：利用适合于无序点云的功率归一化方法获得输入信道的复数语义向量使其在噪声信道上传输；S3：对点云特征与点云坐标进行初始估计；S4：设计信道条件自适应的感知机制；S5：利用多压缩率支持的训练策略对深度信源信道联合编码器模型进行训练；S6：构建深度信源信道联合解码器模型，包括特征提取模块、特征扩展模块的和点云坐标重建模块。
📄 2024117367897
📂 H04N19_597
👤 重庆邮电大学
📅 2024-11-29
本发明公开了一种基于分割的色度帧内预测方法、及视频编码解码方法，属于图像处理技术领域。本发明的基于分割的色度帧内预测方法，包括下列步骤：步骤S1：对输入的视频帧的亮度成分进行帧内预测编码，得到亮度重构图像；步骤S2：对亮度重构图像进行分割，得到亮度超像素分割结果；步骤S3：将所述亮度超像素分割结果传递到色度成分，再基于超像素区域对色度成分的预测单元进行划分，取每个超像素区域内原像素值的均值作为各预测单元的预测值。基于本发明的色度帧内预测方法，本发明还提出了一种视频编码、解码方法。本发明的应用，具有主观质量好，压缩效率高的技术效果，特别适用于高量化步长条件下的高清视频编码。
📄 2013102164923
📂 H04N19_593
👤 电子科技大学
📅 2013-06-03
本发明公开了一种3D‑HEVC帧内深度图快速CU深度选择方法，包括以下步骤：首先对当前编码帧已编码CTU得到的最优深度划分结果进行学习，获取提前终止划分阈值；其次，获取当前编码CU在深度i的最优预测失真和相应的编码参数CBF、最优预测模式Pm。最后，将当前编码CU的最优预测失真与提前终止划分阈值进行比较，并联合当前编码CU的编码参数CBF和最优预测模式Pm，判断是否提前终止当前编码CU深度i继续向下划分。本发明通过上述处理过程实现了对深度图CU深度i的提前划分快速终止，在保证编码质量基本不变的情况下，大幅降低了3D‑HEVC帧内深度图编码时间。
📄 2019108259873
📂 H04N19_597
👤 南华大学
📅 2019-09-03
本发明涉及一种基于视频压缩的预测方法，包括：获取待预测MB的第一残差绝对值和；获取所述待预测MB的第二残差绝对值和；获取所述待预测MB的第一标准差和第二标准差；根据所述第一残差绝对值和与所述第一标准差得到第一残差主观和；根据所述第二残差绝对值和与所述第二标准差得到第二残差主观和；选取所述第一残差主观和与所述第二残差主观和的最小值，利用所述最小值对应的预测方法对所述待预测MB进行预测。本发明选取了多种预测方法对待压缩图像进行预测，当待压缩图像纹理较为复杂时，可以从多种预测方法中选择最优的预测方法，从而能够对待压缩图像中纹理较为复杂的部分进行预测，并且能够保证待压缩图像的压缩质量。
📄 2018112605874
📂 H04N19_59
👤 宁波镇海昕龙网络科技有限公司
📅 2018-10-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台