System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 利用元信息的视频编解码的方法和装置制造方法及图纸_技高网

利用元信息的视频编解码的方法和装置制造方法及图纸

技术编号:44280724 阅读:4 留言:0更新日期:2025-02-14 22:18
本实施方案公开了利用元信息的视频编解码的方法和装置。在本实施方案中,图像解码装置解码用于当前块的压缩参数,并且然后通过将压缩参数的一个或更多个进行组合来生成元信息。这里,元信息包括原来的每个压缩参数,或者包括从每个压缩参数生成的元信息矢量。图像解码装置将元信息输入到基于深度学习的提取模型中以生成元信息特征矢量,并且然后利用元信息特征矢量来对当前块执行解码处理。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及利用元信息的视频编解码方法和装置。


技术介绍

1、本部分中的陈述仅提供与本专利技术有关的
技术介绍
信息,并不一定构成现有技术。

2、由于视频数据与音频数据或静止影像数据相比具有大量的数据,所以视频数据需要大量的硬件资源(其包括存储器)来存储或发送未经压缩处理的视频数据。

3、相应地,编码器通常用于压缩并存储或发送视频数据。解码器接收压缩的视频数据,解压缩接收到的压缩的视频数据,并且播放解压缩的视频数据。视频压缩技术包括h.264/高级视频编解码(avc)、高效率视频编解码(high efficiency video coding,hevc)和多功能视频编解码(vvc),所述多功能视频编解码(vvc)比hevc的编解码效率提高了大约30%或更多。

4、然而,由于影像大小、分辨率和帧速率逐渐增加,要编码的数据量也会增加。相应地,需要提供比现有压缩技术更高的编解码效率和改善的图像增强效果的新的压缩技术。

5、元信息被定义为在视频编码和解码过程中利用的一个或更多个参数的组合,例如块结构、帧内预测、帧间预测、量化参数和运动矢量。从元信息推导的特征矢量然后可以用于视频编码/解码。因此,为了提高视频编码效率和视频质量,需要考虑从元信息有效地推导特征矢量的方法以及有效地利用特征矢量的方法。


技术实现思路

1、技术问题

2、本专利技术寻求提供通过利用基于深度学习的提取模型从元信息提取特征矢量的视频编解码方法和装置。视频编解码方法和装置利用提取的特征矢量用于视频编码/解码。

3、技术方案

4、本专利技术的至少一个方面提供了由视频解码装置执行的用于重构当前块的方法。方法包括从比特流解码用于当前块的压缩参数。该方法还包括通过将压缩参数的一个或更多个进行组合来生成元信息。这里,元信息包括未经修改的每个压缩参数,或者包括从每个压缩参数生成的元信息矢量。该方法还包括通过将元信息输入到基于深度学习的提取模型中来生成元信息的特征矢量。该方法还包括通过利用特征矢量对当前块执行解码处理。

5、本专利技术的另一个方面提供了由视频编码装置执行的用于编码当前块的方法。该方法包括:获得用于当前块的压缩参数。该方法还包括通过将压缩参数的一个或更多个进行组合来生成元信息。这里,元信息包括未经修改的每个压缩参数,或者包括从每个压缩参数生成的元信息矢量。该方法还包括通过将元信息输入到基于深度学习的提取模型中来生成元信息的特征矢量。该方法还包括通过利用特征矢量对当前块执行编码处理。

6、本专利技术的又一方面提供了计算机可读记录介质,其存储由视频编码方法生成的比特流。视频编码方法包括获得用于当前块的压缩参数。视频编码方法还包括通过将压缩参数的一个或更多个进行组合来生成元信息。这里,元信息包括未经修改的每个压缩参数,或者包括从每个压缩参数生成的元信息矢量。视频编码方法还包括通过将元信息输入到基于深度学习的提取模型中来生成元信息的特征矢量。视频编码方法还包括通过利用特征矢量对当前块执行编码处理。

7、有益效果

8、如上所述,本专利技术提供了这样一种视频编解码方法和装置,其通过利用基于深度学习的提取模型从元信息提取特征矢量,并且将提取的特征矢量用于视频编码/解码。因此,视频编解码方法和装置提高了视频编解码效率并且增强了视频质量。

本文档来自技高网...

【技术保护点】

1.一种由视频解码装置执行的用于重构当前块的方法,所述方法包括:

2.根据权利要求1所述的方法,其中,所述压缩参数包括在当前块的更高级别处解码的参数以及在当前块的级别处解码的信息,其中,所述解码的信息包括与当前块的块结构、当前块的大小、分区信息、帧内预测、帧间预测和运动矢量相关的全部或部分信息。

3.根据权利要求1所述的方法,其中,生成元信息包括:

4.根据权利要求1所述的方法,其中,生成元信息包括:

5.根据权利要求1所述的方法,其中,生成元信息包括:

6.根据权利要求1所述的方法,其中,生成元信息包括:

7.根据权利要求1所述的方法,其中,生成元信息包括:

8.根据权利要求1所述的方法,其中,生成元信息包括:

9.根据权利要求1所述的方法,其中,生成元信息包括:

10.根据权利要求1所述的方法,其中,生成元信息的特征矢量包括:

11.根据权利要求10所述的方法,其中,生成元信息的特征矢量包括:

12.根据权利要求1所述的方法,其中,当基于矩阵加权的帧内预测进行解码处理时,所述元信息包括当前块的块结构、当前块的大小、当前块的参考样本、量化参数以及与帧内预测相关的参数;并且所述特征矢量是指示集的一个的索引,其中,所述集包括用于应用矩阵加权的帧内预测的矩阵和矢量。

13.根据权利要求1所述的方法,其中,当基于矩阵加权的帧内预测进行解码处理时,所述元信息包括当前块的参考样本,并且所述特征矢量是指示帧内预测模式的一个的替换索引。

14.根据权利要求13所述的方法,其中,对当前块执行解码处理包括:

15.一种由视频编码装置执行的用于编码当前块的方法,所述方法包括:

16.根据权利要求15所述的方法,其中,所述压缩参数包括在当前块的更高级别处配置的参数以及在当前块的级别处确定的信息,其中,所述确定的信息包括与当前块的块结构、当前块的大小、分区信息、帧内预测、帧间预测和运动矢量相关的全部或部分信息。

17.一种计算机可读记录介质,其存储由视频编码方法生成的比特流,所述视频编码方法包括:

...

【技术特征摘要】
【国外来华专利技术】

1.一种由视频解码装置执行的用于重构当前块的方法,所述方法包括:

2.根据权利要求1所述的方法,其中,所述压缩参数包括在当前块的更高级别处解码的参数以及在当前块的级别处解码的信息,其中,所述解码的信息包括与当前块的块结构、当前块的大小、分区信息、帧内预测、帧间预测和运动矢量相关的全部或部分信息。

3.根据权利要求1所述的方法,其中,生成元信息包括:

4.根据权利要求1所述的方法,其中,生成元信息包括:

5.根据权利要求1所述的方法,其中,生成元信息包括:

6.根据权利要求1所述的方法,其中,生成元信息包括:

7.根据权利要求1所述的方法,其中,生成元信息包括:

8.根据权利要求1所述的方法,其中,生成元信息包括:

9.根据权利要求1所述的方法,其中,生成元信息包括:

10.根据权利要求1所述的方法,其中,生成元信息的特征矢量包括:

11.根据权利要求10所述的方法,其中,生成元信息的特征矢量包括:

12....

【专利技术属性】
技术研发人员:姜制远许镇朴胜煜
申请(专利权)人:现代自动车株式会社
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1