基于深度学习的视频混合编码与解码方法及装置、介质

发明专利有效专利

申请号：
CN202010604772.1
IPC分类号：H04N19/124;H04N19/13;H04N19/184;H04N19/60;H04N19/82
申请日期：
2020-06-29
申请人：
北京大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的视频混合编码与解码方法及装置、介质
申请号	CN202010604772.1	申请日期	2020-06-29
法律状态	授权	申报国家	中国
公开/公告日	2020-11-06	公开/公告号	CN111901596A
优先权	暂无	优先权号	暂无
主分类号	H04N19/124 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04N 图像通信，如电视 H04N19/00 用于数字视频信号编码，解码，压缩或解压缩的方法或装置〔2014.01〕 H04N19/10的附注：分入本组时，每个涉及到自适应编码的方面都应当尽可能的分类到H04N 19/102，H04N 19/134，H04N 19/169和H04N 19/189小组〔2014.01〕 H04N19/102 其特征在于由一个元素，参数或选择影响或通过自适应编码控制〔2014.01〕 H04N19/124 量化〔2014.01〕	IPC分类号	H;0;4;N;1;9;/;1;2;4;;;H;0;4;N;1;9;/;1;3;;;H;0;4;N;1;9;/;1;8;4;;;H;0;4;N;1;9;/;6;0;;;H;0;4;N;1;9;/;8;2查看分类表>
申请人	北京大学	申请人地址	北京市海淀区颐和园路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京大学	当前权利人	北京大学
发明人	贾川民;马思伟;王苫社
代理机构	北京辰权知识产权代理有限公司	代理人	付婧

摘要

本发明公开了基于深度学习的视频混合编码与解码方法及装置、介质。编码方法包括：从指定帧图像中提取出瓶颈层特征；依据瓶颈层特征重建第一帧图像；对瓶颈层特征进行量化和熵编码，以得到帧内编码数据；对当前视频的第一后续帧图像进行补偿、变换、量化及熵编码，以得到第一预测残差数据。解码方法包括对帧内编码数据进行熵解码，从而得到瓶颈层特征，解码出指定帧图像；对第一预测残差数据进行熵解码、反量化、反变换及补偿，然后对补偿后的数据进行环路滤波，解码出第一后续帧图像；编解码装置与相应的编解码方法对应。本发明提供了一种全新的视频编码、解码方案，能够实现对视频的高效压缩和快速解码，实现了视频压缩性能的大幅提升。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供