CN104205850B - 瞬态信息的信号分析和生成的方法 - Google Patents

瞬态信息的信号分析和生成的方法 Download PDF

Info

Publication number
CN104205850B
CN104205850B CN201280067842.8A CN201280067842A CN104205850B CN 104205850 B CN104205850 B CN 104205850B CN 201280067842 A CN201280067842 A CN 201280067842A CN 104205850 B CN104205850 B CN 104205850B
Authority
CN
China
Prior art keywords
setting
value
image
given element
sequence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201280067842.8A
Other languages
English (en)
Other versions
CN104205850A (zh
Inventor
卢卡·罗萨托
圭多·梅亚尔迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
V-Nova Ltd
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201711104856.3A priority Critical patent/CN107872676B/zh
Publication of CN104205850A publication Critical patent/CN104205850A/zh
Application granted granted Critical
Publication of CN104205850B publication Critical patent/CN104205850B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种信号处理器接收设置信息。该设置信息指定用于给定元素存在于其中的多个图像的序列中的每个图像的给定元素的设置。信号处理器还接收针对序列中的每个图像指定给定元素的每个设置的估计精度的精度元数据。基于设置信息和精度元数据，信号处理器生成用于给定元素的设置值。如果针对给定元素产生的设置值是相对稳定的，并且因此与给定元素的当前设置相比可能是用于给定元素的设置的更好的表示，则信号处理器出于编码的目的利用生成的设置值而不是当前设置。

Description

瞬态信息的信号分析和生成的方法
背景技术
常常发生的是数字化信号展示出相同底层信息的若干后续样本（以非限制性示例的方式，其可能是2D图像、3D体积图像或者甚至展示出超过三个维度的元素平面），创建多维信号（例如，以非限制性示例的方式，表示后续2D图像序列的3D信号或者表示3D/体积图像序列的4D信号等），其中，对于其维度T中的一个（例如，以非限制性示例的方式，时基信号中的时间维度）而言，我们可以在若干后续样本上假设一定程度的信号稳定性。非限制性现实示例将是计算机断层成像扫描中的后续切片、MRI扫描中的后续体积图像、运动图片中的后续帧等。
由于现实传感器和传输信道的性质，相同底层信息的不同样本将展示出不同的特性是很有可能的。例如，特定样本可能由于在其他样本中并不存在的运动模糊或者由于采样时的略有不同的辐射强度（或光条件）或由于传感器中的热噪声或由于信道中的传输误差等而展示出与先前和/或后续样本相比略有不同的相同底层信息的值。类似效果的最终结果是与将需要或期望的相比在稳定性假设的情况下沿着维度T的信号元素的较高统计变化性。
原本应对于不同的帧而言相同的元素设置的变化性产生大量的详细信息（例如，不必要的强度/色彩变化、错误色彩的平面元素等），其难以与信号中的“实际”且必要的细节区别开，并且其可以使进一步的信号处理（例如，运动估计、内容识别等）复杂化。
发明内容
将瞬态/不必要信息（“瞬态层”）与稳定/相关信息（“核心信号”）分离的能力可能是有用的。例如，根据本文中的实施例的稳定对比瞬态信息的分离允许人们改善数字化信号对真实性的固有遵守（也促进进一步处理）。另外，稳定对比瞬态信息的分离使得能够实现信号的更好压缩，因为瞬态信息的信息熵的量（其通常不可根据相邻样本来预测）趋向于比稳定信息（其即使非常详细，通常也能够从相邻样本至少部分地预测）的信息熵的量高。
本文中的实施例相对于常规系统和方法有所不同。例如，本文中的实施例包括提供用以将稳定信息（“核心信号”）与信号中的瞬态信息（“瞬态信息”或“瞬态层”）分离的新的且独特的方法。
更具体地，如在本文中所讨论的在本文中有时称为STS的稳定-瞬态分离器是能够应用于任何多维信号的通用方法，其中，稳定性假设可应用于诸如维度T之类的至少一个维度（即，可以将信号的设置假设为沿着所述维度T是相对稳定的）。在一个实施例中，如本文所讨论的STS或信号处理器使得能够将核心信号与瞬态信息分离，同时在核心信号中保留组成实际/相关信息的所有细节。根据一个实施例的STS还允许提取瞬态层的特性（例如，噪声的谱分布等），使得在必要时有可能重构具有与原始瞬态层类似特性（不一定相同）的瞬态层。
存在与从信号识别和/或去除不必要瞬态信息（例如，噪声、胶片颗粒、高度可变细节等）相关联的一个或多个优点。例如，从设置识别并去除瞬态分量能够帮助减少从一个图像到下一个或者甚至在同一图像内的元素设置的信息熵。减少信息熵减少了为了对信号的再现进行编码所需的数据量。另外，从设置识别并去除瞬态/噪声分量能够使得有可能对信号的更准确和更高质量的再现进行编码。
为了简单起见且为了描述本发明的缘故，本文所示的实施例指的是3D时基信号，并且在其他特定情况下指的是设置的2D平面序列（例如，适当色彩空间中的2D图像序列）。然而，如本文所讨论的概念能够应用于任何其他类型的多维信号，不一定是时基的，其中至少一个维度T（例如，时间）适合于稳定性假设，即能够将信号的设置假设为沿着一个或多个所述维度是相对稳定的。
例如，本文中的实施例可以包括对运动的补偿，并且除在阈值以上的变化之外，信号沿着维度T针对若干后续样本保持类似的值。本质上，可以将信号假设为沿着维度T具有一定程度的可预测性。对于其中信号相对稳定的假设并未有效的维度而言，我们假设我们不愿意丢失详细信息，即使其沿着那些维度是非常局部的和/或与信号的其他部分是非相关的。
特别地，我们将把序列中的每个2D平面称为“位置t上的信号样本”，其中，t是维度T中的适当位置。
本文中的一个实施例包括信号处理器，其被配置成针对位置t上的信号的样本的每个元素产生移动平均值，该移动平均值被计算为信号的相邻样本中的相应元素的测量的加权平均。
在一个实施例中，用基于精度的权重对移动平均值加权，将信号的每个平面样本的统计性质考虑在内。例如，瞬态信息的统计性质并未针对信号的每个样本被假设为是恒定的，因此来自不同样本的测量在移动平均值中被不同地加权。
在进一步更加特定的实施例中，对被认为具有较高精度的样本指派较高权重值。如果位置T上的元素的设置（即，其相应设置）的测量与其相应的移动平均值相差在阈值量以上，则将用于该元素的移动平均值设置重置，使得其从位置T开始。因此，缓冲器或移动平均值映射可以包括指示用于序列中的每个元素的一个或多个元素设置稳定或不稳定的程度的信息。
根据进一步实施例，信号处理器利用与一个或多个元素相关联的移动平均值的映射，以便在不对先前包括在原始信号中的瞬态信息进行编码的情况下产生信号（“核心信号”）的样本的新再现。可以单独地分析和存储瞬态信息（例如，通过从原始样本减去样本的“核心信号”再现而获得）。在某些情况下，在必要时可以使得瞬态信息可用于进一步使用。
在再另一实施例中，信号处理器分析在信号中识别的瞬态信息的属性。信号处理器可以将瞬态信息的本质捕捉为是特定类型的数学分布。如果期望的话，可以在没有瞬态信息的情况下对信号进行编码。重现信号的再现的解码器能够将数据解码以在没有所识别的瞬态信息的情况下产生信号的再现。如所述，在一个实施例中，信号处理器能够根据与所识别的瞬态信息相关联的特定类型的数学分布而在信号中添加回瞬态信息（根据由信号处理器识别的属性）。
原始信号（包括瞬态信息）和该信号的相应重现版本（包括基于特定类型的数学分布而生成的瞬态信息）可能不是相同的，因为瞬态信号并未在与存在于原始信号中的瞬态信息完全相同的位置上和/或以相同的设置被添加回到信号中。然而，原始信号和重现信号的本质将看起来相当类似。
在另一实施例中，可以在反馈环路中使用移动平均值的映射以便更新与信号的每个样本相关联的精度信息。
在再进一步实施例中，可以利用准确辅助映射（例如，提供用于信号的每个样本的每个元素的运动矢量/预测矢量的运动映射/预测映射，其指示从一个样本到另一个的变换）以便放松针对维度T假设的稳定性假设。在此类实施例中，在利用移动平均值的映射以产生没有瞬态信息的信号样本的新再现之前对其进行运动补偿。
根据进一步更加特定的实施例，利用与运动矢量相关联的值（例如，以非限制性示例的方式，每个运动矢量的半径和/或与每个运动矢量相关联的置信度水平/精度）以便影响移动平均值的映射。例如，图像（例如，视频帧）序列可以包括表示移动对象的一个或多个元素。运动映射包括指示图序列中的一个或多个对象的移动的信息。用于给定对象的图像中的元素设置可以是相同的，即使表示对象的元素的x-y位置从一个图像至下一个移动。所谓的运动映射（例如，运动矢量信息）可以用来识别并跟踪对象从一个图像到下一个的移动。
本文中的实施例包括监视并分析表示从序列中的一个平面（例如，视频帧等）到下一个的移动对象的元素。在一个实施例中，运动映射信息指定元素的移动。与图像相关联的设置信息（例如，在适当色彩空间、诸如YUV、RGB、HSV等中的显示设置信息）指示指派给移动元素的设置。对于每个元素而言，可以将信号处理器配置成确定用于给定移动元素的设置方面的变化是否合计为瞬态信息（例如，获取噪声、胶片颗粒、高度可变细节等）或者其是否由于场景的变化而发生。
根据再进一步实施例，信号处理器接收设置信息。该设置信息针对其中存在给定元素的多个图像的序列中的每个图像（例如，平面、帧等）指定给定元素的设置。信号处理器还接收针对序列中的每个图像指定给定元素的每个设置的估计精度的精度元数据。基于设置信息和精度元数据，信号处理器生成用于给定元素的设置值。在一个实施例中，设置值是随时间推移而缓慢变化的移动平均值。该设置值可以指示用于给定元素的设置在图像中的一个或多个上稳定的程度。
在一个示例性实施例中，如果针对给定元素产生的设置值或移动平均值是相对稳定的且因此可能与给定元素的当前设置相比是用于给定元素的设置的更好表示，则信号处理器针对每个图像在多个图像的序列上利用已生成设置值（例如，少了瞬态信息的元素设置或者“生成的稳定值”）替代给定元素的当前设置作为对用于图像序列中的一个或多个图像的给定元素的设置进行编码的基础。
与给定元素的各设置相关联的估计精度信息可以是统计测量，其指示多个设置中的各设置可包括瞬态信息的显著分量（例如，噪声、胶片颗粒等）的概率或程度。在一个实施例中，至少部分地基于先前图像的已生成稳定值而计算用于给定图像的元素的此类估计精度信息。
根据进一步实施例，信号处理器至少部分地基于用于序列中的每个图像的给定元素的每个设置的估计精度的和而向用于图像序列的给定元素的稳定设置值（例如，移动平均值）指派相应的精度值。
在更特定的实施例中，当向给定元素生成稳定设置值时，信号处理器对每个设置应用权重因数；该权重因数至少部分地基于用于给定元素的设置的估计精度而改变。信号处理器将经加权的设置加和以产生用于给定元素的设置值。因此，本文中的实施例可以包括基于序列中的设置的不同加权而生成用于给定元素的设置值。
根据进一步实施例，信号处理器可以针对与正在分析的给定元素相关联的设置或样本的窗口将权重因数归一化。例如，根据另一实施例，信号处理器在向设置应用权重因数之前将权重因数归一化。
在再另一实施例中，如所述的，图像序列上的用于给定元素的稳定设置值是基于用于序列中的每个图像的给定元素的设置的加权而计算的移动平均值。如所述，应用于设置的加权的量值至少部分地根据每个设置的估计精度而改变。
可以针对给定元素存在于其中的每个附加样本图像而更新用于给定元素的稳定设置值。例如，在一个实施例中，信号处理器可以接收指派给用于在图像的先前分析序列之后沿着维度T的下一邻近图像的给定元素的下一设置值和相应精度值。信号处理器基于用于下一邻近图像的给定元素的下一设置的加权和已指派设置值的组合来更新指派给给定元素的设置值。
用于给定元素的设置值可从一个图像到下一个剧烈地改变。这可能由于若干原因而发生，诸如（在视频图像的情况下）照明条件的变化、元素所属的实体的性质的变化或者由图像捕捉的场景的变化。在此类实施例中，可以基于在用于给定元素的稳定设置值所基于的图像初始序列之后的另一图像的属性而将移动平均值或设置值重置或者替换地更新。
例如，根据第一样本情况，假设信号处理器接收指派给用于在序列之后的后续图像的给定元素的下一设置值和相应精度值。信号处理器生成差值，其指示用于给定元素的先前生成设置值（用于一个或多个图像的窗口）和下一设置值（在图像窗口之后的下一图像中）之间的差。信号处理器将该差值与阈值的值相比较。响应于检测到该差值小于阈值的值，信号处理器至少部分地基于给定元素的已生成设置值与下一设置的加权的组合来更新指派给给定元素的设置值。
替换地，根据第二示例性情况，假设信号处理器接收指派给用于在图像序列之后的下一邻近图像的给定元素的下一设置值和相应精度值。如所述，信号处理器可以生成差值，其指示用于给定元素的已生成设置值（用于窗口图像）和下一设置值（在图像窗口之后的下一图像中）之间的差。信号处理器将该差值与阈值的值相比较。在本示例中，响应于检测到该差值大于阈值的值，信号处理器将缓冲设置值重置，并将用于给定元素的设置值更新成等于下一设置值。因此，当该差在阈值的值以上时，信号处理器不顾先前的设置。
请注意，给定元素可以表示存在于序列中的每个图像的不同位置坐标处的实体（例如，对象）。可以将信号处理器配置成利用与图像序列相关联的运动矢量信息来识别序列的每个图像中的给定元素的不同位置坐标。运动矢量信息指示图像序列中的实体的移动。
附加于或者作为根据元素设置精度的量值而生成权重因数的替换，本文中的实施例可以包括至少部分地基于与运动矢量信息相关联的精度元数据而生成应用于设置的加权的量值。与运动矢量相关联的精度元数据可以指示运动矢量准确的程度。
如先前所述，可以使用针对一个或多个图像的序列中的每个图像生成的稳定设置值或移动平均值来对信号进行编码，这与使用用于每个图像中的给定元素的原始设置相反。这潜在地减少了对信号进行编码所需的数据量，常常同时改善了所感知的信号质量。换言之，本文中的实施例可以包括表征瞬态信息（例如，噪声、胶片颗粒、高度可变细节等），并用减少量的瞬态信息对信号进行编码。
本文中的实施例还可以包括分析图像设置中的变化以识别该设置中的瞬态分量的属性并用减少的瞬态分量对信号进行编码。在重放期间的多个图像的序列的后续呈现时，可以将解码器和/或重放设备配置成在重放期间将所识别的瞬态分量（例如，噪声）注入回到多个图像的序列的再现中，使得其看起来与原始信号相似。
根据进一步实施例，可以基于一组元素或整个图像的分析来生成精度元数据，这与仅仅从一个图像到下一个分析单个元素的设置相反。例如，在一个实施例中，处理资源可以基于被相对于各图像与至少一个先前图像中的相应设置相比较的各图像中的一组多个元素设置的总体分析而生成用于序列中的各图像和给定元素的精度元数据。
下面更详细地讨论这些及其他实施例变型。
如上所述，请注意，本文中的实施例可用软件或硬件来实现，或者可用软件和硬件的组合来实现，并且可以包括一个或多个计算机化设备、路由器、网络、工作站、手持式或膝上型计算机、机顶盒等的配置，以执行和/或支持本文公开的任何或所有方法操作。换言之，能够对一个或多个计算机化设备或处理器进行编码和/或配置以如本文所解释地操作来执行不同的实施例。
除如上文所讨论的技术之外，本文中的再其他实施例包括软件程序以执行在上文概述且在下面详细地公开的步骤和操作。一个此类实施例包括计算机可读、硬件存储资源（即，非临时计算机可读介质），其包括在其上面编码的计算机程序逻辑、指令等，所述计算机程序逻辑、指令等当在具有处理器和相应存储器的计算机化设备中执行时将处理器编程为和/或促使处理器执行本文公开的任何操作。此类布置能够提供为软件、代码和/或其他数据（例如数据结构），其被布置或编码在计算机可读介质上，诸如光学介质（例如，CD-ROM或DVD-ROM等）、软盘或硬盘或能够存储计算机可读指令的任何其他介质，诸如一个或多个ROM或RAM或RPOM芯片中的固件或微代码，或者能够提供为专用集成电路（ASIC）。能够将软件或固件或其他此类配置安装到计算机化设备上以促使计算机化设备执行本文所解释的技术。
相应地，本公开的一个特定实施例涉及一种计算机程序产品，其包括具有存储在其上面以便支持如本文所讨论的任何信号处理操作的指令的计算机可读硬件存储介质。
步骤的排序是为了清楚起见而添加的。这些步骤能够按照任何适当的顺序来执行。
本公开的其他实施例包括软件程序、固件和/或各硬件以执行在上文概述且在下面详细地公开的任何方法实施例步骤和操作。
并且，应理解的是能够将如本文所讨论的系统、方法、设备、计算机可读存储介质上的指令等严格地体现为软件程序、软件、固件和/或硬件的混合或者单独地作为硬件，诸如在处理器内或在操作系统内或在软件应用内等。
如上文所讨论的，本文中的技术非常适合于在处理信号和产生运动矢量的软件、固件和/或硬件应用中使用。然而，应注意的是本文中的实施例不限于在此类应用中使用，并且本文所讨论的技术也非常适合于其他应用。
另外，请注意，虽然可在本公开的不同地方讨论本文中的不同特征、技术、配置等中的每一个，但意图能够相互独立地或相互组合地执行每个概念。相应地，能够以许多不同的方式来体现和查看如本文所述的一个或多个本发明、实施例等。
并且，请注意，本文中的实施例的此初步讨论并未指定每个实施例和/或递增地本公开或要求保护的发明的新颖方面。替代地，本简要描述仅给出相比于常规技术的一般实施例和相应新颖点。针对本发明的附加细节和/或可能视角（排列），读者被引导至如下面进一步讨论的本公开的具体实施方式部分和相应的图。
根据再进一步实施例，本文中的实施例包括基于沿着信号的维度之一T的稳定性假设而按多维信号的每个元素m生成稳定值v的方法，该方法包括：选择信号的平面元素m；至少部分地基于元素m的坐标，选择信号的k-1个附加平面元素（k≥2），用沿着具有稳定性假设的维度T的不同坐标来表征k个元素中的每一个；并且至少部分地基于k个元素中的每一个的设置，生成用于平面元素m的稳定值v。
在再进一步实施例中，k个元素一个接一个前后地沿着具有稳定性假设的维度T定位。
在再进一步实施例中，k个元素中的每一个对稳定值v的贡献至少部分地取决于与稳定值相关联的统计参数。所述方法还包括：选择信号的平面元素m；至少部分地基于元素m的坐标，从信号选择k-1个附加平面元素，用沿着具有稳定性假设的维度T的不同坐标来表征k个元素中的每一个；至少部分地基于k个元素中的每一个的设置和被关联到每个元素的统计参数，生成用于平面元素m的稳定值v。
在再进一步实施例中，被关联到每个元素的统计参数包括关于每个元素的精度的信息。（例如，以非限制性示例的方式，可以将精度计算为设置的估计方差的逆）。
在再进一步实施例中，所述选择且k个元素中的每一个对稳定值v的贡献至少部分地取决于元素m的设置。所述方法还包括：选择信号的平面元素m；至少部分地基于元素m的坐标和m的设置，从信号选择k-1个附加平面元素，用沿着具有稳定性假设的维度T的不同坐标来表征k个元素中的每一个；至少部分地基于k个元素中的每一个的设置和被关联到每个元素的统计参数，生成用于平面元素m的稳定值v。
在再进一步实施例中，通过基于被关联到k个元素中的每一个的统计参数对k个元素中的每一个的设置加权来生成被关联到每个元素m的稳定值。
根据另一实施例，被关联到其设置与元素m的设置相差超过阈值的元素的权重被设置成零。所述阈值的设置可以至少部分地取决于用于沿着维度T与元素m具有相同坐标的元素的信号的测量的估计统计性质。
在再另一实施例中，通过利用适当的运动矢量来识别被选择为生成用于元素m的稳定值v的k-1个元素中的每一个，所述方法还包括：选择信号的平面元素m；至少部分地基于元素m的坐标、m的设置和被关联到元素m的运动矢量，选择信号的至少一个附加平面元素i，用沿着具有稳定性假设的维度T的先前或后续坐标来表征至少一个附加平面元素i；直至已接收到k个元素为止（k≥2），至少部分地基于最后所选元素的坐标、最后所选元素的设置和被关联到其的运动矢量，选择信号的至少一个附加平面元素j，用沿着具有稳定性假设的维度T的先前或后续坐标来表征至少一个附加平面元素j；至少部分地基于所识别元素中的每一个的设置和被关联到每个元素的统计参数，生成用于平面元素m的稳定值v。
在再另一实施例中，每个所选元素对稳定值的贡献取决于被关联到运动矢量的元信息（例如，以非限制性示例的方式，取决于被关联到运动矢量的精度信息），所述方法包括：选择信号的平面元素m；至少部分地基于元素m的坐标和被关联到元素m的运动矢量，选择信号的至少一个附加平面元素i，用沿着具有稳定性假设的维度T的先前或后续坐标来表征至少一个附加平面元素i；直至已选择k个元素为止（k≥2），至少部分地基于最后所选元素的坐标和被关联到其的运动矢量，选择信号的至少一个附加平面元素j，用沿着具有稳定性假设的维度T的先前或后续坐标来表征至少一个附加平面元素j；至少部分地基于所识别元素中的每一个的设置、被关联到每个元素的统计参数和被关联到用来识别元素的运动矢量的统计参数，生成用于平面元素m的稳定值v。
在再另一实施例中，至少部分地基于包含在被关联到沿着维度T的元素m的坐标的缓冲器vold中的设置来生成被关联到每个元素m的稳定值，所述方法还包括：选择用于沿着维度T的给定坐标t的信号的平面M；在M内选择信号的平面元素m；识别对应于信号的平面M的缓冲器Vold；至少部分地基于元素m的坐标，选择缓冲器Vold中的元素vold；至少部分地基于m的设置、vold的设置以及被关联到m和vold的设置的适当权重参数，生成用于平面元素m的稳定值v。
在再进一步实施例中，将被关联到m和vold的权重参数归一化，使得权重的和等于1。
在再另一实施例中，权重参数取决于诸如m和vold的估计精度之类的统计参数。在非限制性实施例中，将精度计算为方差的逆。
根据进一步实施例，每当m和vold的设置相差超过阈值时，将被关联到vold的权重参数设置成零，所述阈值至少部分地取决于m和vold的估计统计性质。
在另一实施例中，缓冲器值Pold包含元素pold的平面，缓冲器Pold的每个元素pold对应于缓冲器Vold的元素vold，所述方法包括：选择用于沿着维度T的给定坐标t的信号的平面M；在M内选择信号的平面元素m；识别对应于信号的平面M的缓冲器Vold；至少部分地基于元素m的坐标，选择缓冲器Vold中的元素vold；识别对应于平面Vold的缓冲器Pold；至少部分地基于元素vold的坐标，选择被关联到元素vold的缓冲器Pold中的元素pold；至少部分地基于m的设置、vold的设置以及被关联到m和vold的设置的适当权重参数，生成用于平面元素m的稳定值v，被关联到vold的权重参数至少部分地取决于元素pold的设置。
在另一实施例中，被关联到m的设置的权重参数至少部分地取决于信号测量（即，信号元素的设置）与用于沿着维度T的坐标的相应生成的稳定值之间的差的平面的统计性质pnew，所述坐标与元素m的沿着维度T的坐标相邻。
根据进一步实施例，通过以下方式来生成用于沿着维度T的给定坐标t的缓冲器Vold的设置：至少部分地基于与信号相关联的辅助映射的内容来调整针对具有坐标T＝t的信号的元素的平面M而生成的稳定设置V的平面。
在另一实施例中，通过以下方式来生成用于沿着维度T的给定坐标t的缓冲器Pold的设置：至少部分地基于与信号相关联的辅助映射的内容来调整至少部分地基于用于沿着维度T的坐标t的相邻坐标（例如，t-1或t+1）的缓冲器Pold的设置而生成的设置的平面。
根据再进一步实施例，与跟信号相关联的辅助映射的坐标T＝t相关联的平面MM（运动映射）是运动映射，所述方法还包括：通过以下方式来生成用于沿着维度T的给定坐标t的缓冲器Vold的设置：至少部分地基于包含在与坐标T＝t时的信号平面相关联的运动映射MM中的运动矢量、针对具有坐标T＝t的信号的元素的平面M生成的稳定设置V的平面进行运动补偿。
在再进一步实施例中，具有与信号相关联的辅助映射的坐标T＝t的平面MM是运动映射；所述方法还包括：通过以下方式来生成用于沿着维度T的给定坐标t的缓冲器Pold的设置：至少部分地基于包含在与坐标T＝t时的信号平面相关联的运动映射MM中的运动矢量、至少部分地基于用于沿着维度T的坐标t的相邻坐标（例如，t-1或t+1）的缓冲器Pold的设置而生成的设置的平面进行运动补偿；如果关于运动矢量的统计性质的元信息是可用的（例如，以非限制性示例的方式，关于每个运动矢量的精度的信息），则基于相应运动矢量的统计性质来调整缓冲器Pold的设置。
在另一实施例中，以不同于信号分辨率的分辨率（即，沿着各种坐标的元素的数目）来生成稳定值，所述方法还包括：选择用于沿着维度T的给定坐标t的信号的平面M；识别对应于信号的平面M的缓冲器Vnew，缓冲器Vnew展示出不同于平面M的分辨率的分辨率（即，沿着各种坐标的元素的数目）；至少部分地基于平面M的设置而生成用于缓冲器Vnew的设置；在Vnew内选择平面元素vnew；识别对应于信号的平面M的缓冲器Vold，缓冲器Vold展示出与缓冲器Vnew相同的分辨率；至少部分地基于元素vnew的坐标，选择缓冲器Vold中的元素vold；识别对应于平面Vold的缓冲器Pold，缓冲器Pold展示出与缓冲器Vnew和Vold相同的分辨率；至少部分地基于元素vold的坐标，选择被关联到元素vold的缓冲器Pold中的元素pold；至少部分地基于vnew的设置、vold的设置以及被关联到vnew和vold的设置的适当权重参数，生成对应于平面元素vnew的稳定值v，被关联到vold的权重参数至少部分地取决于元素pold的设置。
在再进一步实施例中，至少部分地基于信号的元素的相应设置与稳定设置v之间的差，生成关于信号的瞬态分量的信息，所述方法还包括：选择用于沿着维度T的给定坐标t的信号的平面M；针对平面M的每个元素m生成稳定值v；至少部分地基于平面M的设置与其相应稳定值之间的差，生成关于平面M的瞬态分量的信息TC。
在另一实施例中，信息TC（瞬态分量）包括指示平面M的设置与其响应稳定值之间的差的谱分布的参数。
在再另一实施例中，信息TC包括重构数据，用以根据通过引用结合到本文中的分层信号解码和信号重构的方法来重构平面M的设置与其相应稳定值之间的差的再现的分层分级结构（即，逐渐更高的质量水平）。
在另一实施例中，沿着维度T的信号的平面随时间推移而逐渐地可用，这与全部立即可用于处理相反。
附图说明
根据如附图中所示的本文中的优选实施例的以下更具体描述，本发明的前述及其他目的、特征和优点将变得显而易见，其中相同的附图标记遍及不同的视图指代相同部分。附图不一定按比例，而是着重于举例说明实施例、原理、概念等。
图1是图示出根据本文中的实施例的平面序列中的平面元素的设置中的变化的示例图。
图2A和2B是图示出根据本文中的实施例的平面元素的采样的示例图。
图3A、3B和3C是图示出根据本文中的实施例的平面元素的移动和采样的示例图。
图4是图示出根据本文中的实施例的用以生成稳定性信息的平面元素的处理的示例图。
图5是图示出根据本文中的实施例的用以生成稳定性信息的平面元素的处理的示例图。
图6是图示出根据本文中的实施例的精度信息的生成的示例图。
图7A和7B是图示出根据本文中的实施例的处理平面元素设置和相应精度信息的生成的示例图。
图8A和8B是图示出根据本文中的实施例的编码和解码的示例图。
图9是图示出根据本文中的实施例的用以执行处理的架构的示例图。
图10和11是描绘了根据本文中的实施例的示例性方法的示例图。
具体实施方式
根据一个示例实施例，信号处理器接收设置信息。该设置信息针对其中存在给定元素的多个图像的序列中的每个图像（例如，平面、帧等）指定给定元素的设置。信号处理器还接收统计信息，诸如针对序列中的每个图像指定给定元素的每个设置的估计精度的精度元数据。基于设置信息和精度元数据，信号处理器生成用于给定元素的设置值。
针对被测试元素（例如，给定元素）生成的设置值可以是随时间推移而改变的移动平均值。该设置值可以指示用于给定元素的设置在一个或多个图像上稳定的程度。在一个示例性实施例中，如果针对给定元素产生的设置值或移动平均值是相对稳定的且因此可能与给定元素的当前设置相比是用于给定元素的设置的更好表示，则对信号进行编码的信号处理器在多个图像的序列上利用生成的温度设置值而不是给定元素的当前设置作为对用于图像序列中的一个或多个图像的给定元素的设置进行编码的基础。
在本文中所使用的命名约定（在三维信号的非限制性示例中，其中，对于维度中的一个——即维度T，假设为时间——应用稳定性假设）
命名
图1是图示出根据本文中的实施例的其中针对维度之一Z我们假设稳定性假设的3D信号的示例图。在本示例性实施例中，将维度Z重命名为维度T以突出强调对于该维度而言我们想要将瞬态信息与稳定信息分离。
针对用坐标（x，y，t）识别的信号的每个平面元素，我们使“测量”M（x，y，t）可用。用于给定T＝t的所有测量M（x，y，t）的平面在本文中也称为“位置T＝t上的信号的样本”（例如，在视频信号中，其将对应于沿着时间维度的图像序列中的给定图像）。
给定稳定性假设，我们可以假设M（x，y，t）由稳定分量S（x，y，t）和瞬态分量Tr（x，y，t）的和构成。瞬态分量被假设为是随机的，具有等于零的期望值E（Tr），因此该测量的期望值E（M）实际上是稳定分量：
在一个实施例中，本质上，S是没有瞬态分量（例如，没有获取噪声和/或其他高度可变分量）的平面元素的“实际”值。如果我们沿着维度T具有多个样本/测量，则我们能够估计此类实际值。如果我们将“v”标记为元素的实际值的估计，则我们能够用最后k个样本的适当加权平均来计算v，如下：
权重参数pi可以是移动平均值的预置值或者——在更复杂的实施例中——其可以取决于T＝i时的样本数据的统计性质的估计（例如，非限制性示例将精度pi计算为T＝i时的样本的方差的逆，使得来自具有高方差/低精度的样本的测量相对于来自具有低方差/高精度的样本的测量而言具有加权平均中的较低权重）。
以非限制性示例的方式，如所述的基本假设是M是稳定的，即用于给定的一组（x，y）（例如，图1中的所有测量110，从110-1至110-k）的所有Mx,y,i具有相同的期望值（虽然不一定是相同的概率分布，因为瞬态分量的性质可以沿着维度T而不同）。为了说明此假设，实施例确保每当T＝i时的测量M与T＜i时的测量相差超过阈值时（取决于pi——为了说明T＝i时的M的特定概率分布——或者在另一非限制性实施例中，是绝对值），实际值的估计v将不会把T＜i时的测量考虑在内（其全部，或者在另一非限制性实施例中，仅仅相差超过阈值的那些）。
如所示，给定元素110-1跨多个平面的序列存在于平面的同一（x，y）位置上且因此不移动。用于从110-1至110-N的元素的M的设置是13、14、12、15、...、13。用于元素110-1至110-N的设置随时间推移是相对不变的。也就是说，由于噪声或其他瞬态分量，在设置之间可能存在微小的变化。
并且，如所示，给定元素120-1跨多个平面的序列存在于平面的同一（x，y）位置上。用于从120-1至120-N的元素的M的设置是240、238、241、242、…239。用于元素120-1至120-N的设置随时间推移是相对不变的。也就是说，由于噪声或其他瞬态分量，在设置之间可能发生微小的变化。
图2A是图示出根据本文中的实施例的其中针对维度之一Z（重命名为T）我们假设稳定性假设的3D信号的另一示例图。
在本实施例中，通过引入一个或多个缓冲器而使得基于精度的测量——其对于每个坐标（x，y）而言可能涉及到沿着维度T的不同且非预定量的测量——的移动平均更加容易且更加高效。在T＝t时，缓冲器vold针对每个坐标（x，y）包含针对T＝t-1时的信号的样本估计的值vx,y。
在实施例中，缓冲器pold也是可用的，针对每个坐标（x，y）包含被包含在缓冲器vold中的T＝t-1时的设置vx,y的各估计的精度信息（例如，统计信息）。
在一个实施例中，在给定T＝t时的用于每个相应元素（x，y）的测量M提供元素的近似设置。相应的精度信息pnew包括指示用于给定元素的设置信息可相对于其期望值（即，其稳定值）而改变的程度的精度数据。
以非限制性示例的方式，精度信息指示各元素的相应设置在一个或多个样本上稳定的程度。例如，精度信息可以是在零与无穷大之间的值。更接近于零的值指示设置并不是精确的或者不稳定的（即，位置x、y上的测量M可以潜在地与我们应在位置x，y上发现的“实际值”或“稳定值”相差悬殊），比零大得多的值指示该设置是精确且稳定的。
在任何T＝t时，如下计算缓冲器中的稳定值vx,y和新值的估计：
β、a和b是适当的参数。在一个示例性实施例中，a＝b＝1。可以调整a和b的设置以对元素的新设置对比元素的先前处理旧设置施加更多或更少的权重。在示例性实施例中，pold不能不确定地增长，而是在达到阈值之后饱和（即，其被钳位）。
为了说明稳定性假设，本文中的一个实施例包括添加以下操作，其在Mx,y,t与包含在缓冲器vold中的值之间的差与稳定性假设不一致时将坐标（x，y）上的pold的值“重置”成零：
如果(Mx,y,t - vold) ≥阈值，则：
其他实施例通过以不同的方式来重置pold和vold的值而说明稳定性假设。该阈值可以是固定常数，或者取决于信号的局部统计性质（例如，以非限制性示例的方式，取决于精度pnew和/或pold）。
图2B图示出根据本文中的实施例的沿着维度T的后续样本处的图2A的同一示例性实施例。在这种情况下，测量220-1（例如，M＝77）与稳定性假设冲突，与包含在缓冲器vold290中的值290-1（例如，vold＝14）相差超过阈值。换言之，77与14之间的差大于阈值的值（例如，阈值的值＝25）。结果，pold在估计值v之前被设置成0，使得值290-1将不会影响估计v。
相反地，测量220-2（例如，M＝238）遵守稳定性假设，充分地类似于包含在缓冲器vold 290中的值290-2（例如，vold＝239）。例如，239与238之间的差小于阈值的值。结果，T＝N+1时的稳定值的估计v将是值290-1和值220-2的加权平均，利用值290-2和值220-2的各自归一化精度作为权重。T＝N+1时的估计v然后将被存储在缓冲器290中，从而变成将在T＝N+2时使用的值vold。
图3A和图3B是图示出根据本文中的实施例的3D信号的示例图，其中，针对维度之一Z（重命名为T），我们假设稳定性假设，并且放松该假设，即在不同的样本T，稳定值沿着维度X和Y保持其精确位置。这意味着沿着维度T的先前样本的每个值的位置可不同于测量Mx,y,t的位置（x，y）。
然而，如图中所示，可以采用图1、图2A和图2B中所述的相同方法，条件是针对每个样本t，我们具有可用的适当运动矢量，其针对每个坐标（xt，yt）指示T＝t-1时的信号的样本中的相应元素的各自位置（xt-1，yt-1）。用于平面中的每个元素的各自运动矢量设置指示该元素所属的相应对象是否从一个平面至另一个改变其位置。
因此，用运动矢量，有可能保持跟踪对象从一个平面到另一个的移动。
在补偿运动之后，信号处理器如下计算稳定值：
本质上，基于运动矢量获得用于加权平均的要考虑的测量M，使得能够用T＝N-k+1时的位置（xN-k+1，yN-k+1）上的相应k-1值来对T＝N时的给定位置（xN，yN）上的测量M求平均值。
突出这一点是有用的，即在实施例中，针对i＜N，精度信息pi将T＝i时的信号的估计统计性质和将位置（xN，yN）连接到位置（xi，yi）的运动矢量的统计性质（例如，在非限制性实施例中，运动矢量的精度）二者考虑在内。相应地，以这样的方式对T＝i时的给定样本处的位置（xi，yi）上的测量M加权，即该方式反映T＝i时的样本的统计性质（即，用较低权重对不那么精确的样本加权）和运动矢量准确地识别要包括在加权平均中的正确位置（即，用较低权重对不那么精确的位置加权）的确定性二者。
因此，根据本文中的非限制性实施例，应用于设置的加权的量值可以至少部分地取决于与运动矢量信息相关联的精度元数据。在一个实施例中，与运动矢量相关联的精度元数据指示存在于平面中的不同位置处的元素彼此相关的确定程度。
在另一非限制性实施例中，作为每次直接地对全部的k个样本求平均值的替代，信号处理器将缓冲器用于v（vold）的旧估计和v的此类旧估计的精度pold。缓冲器vold是通过v的旧估计的平面的运动补偿获得的，而缓冲器pold是通过精度pold（基于各运动矢量的精度被修正）的旧平面与pnew的和的运动补偿获得的。公式变成下式：
本质上，还通过利用运动补偿而获得缓冲器的新值，使得能够用T＝N-1时的位置（xN-1，yN-1）上的相应估计值来对T＝N时的给定位置（xN，yN）上的测量M求平均值。精度反映信号的统计性质和被用于运动补偿的运动矢量的精度两者。
为了说明稳定性假设，本文中的一个实施例包括当Mx,y,t与包含在缓冲器vold中的值之间的差与稳定性假设不一致时将用于各元素的pold的值“重置”成零。换言之，如果被测试元素的值从一个平面到下一个大于阈值的值，则使用新精度和设置信息来将用于缓冲器中的元素的值重置。
图3B图示出图像序列中的从一个平面至下一个的坐标的关系和对象的样本移动。例如，图像序列包括图像300-1、图像300-2、图像300-3等。运动矢量350-2指示图像300-2中的元素310-2对应于图像300-1中的元素310-1；运动矢量350-3指示图像300-3中的元素310-3对应于图像300-2中的元素310-2等等。如所述，每个平面/图像中的不同坐标处的元素310-1、310-2、310-3等的序列可以表示图像中的公共对象。平面300中的每个元素具有一个或多个相应设置。
本文中的实施例还包括用于每个元素的精度元数据。可以以镜像方式来方便地存储精度元数据以跟踪元素的设置。例如，平面360-3中的精度元数据365-3指示与元素310-3相关联的精度设置；平面360-2中的精度元数据365-2指示与元素310-2相关联的精度设置；平面360-1中的精度元数据365-1指示与元素310-1相关联的精度设置等等。
图3C是图示出根据本文中的实施例的其中平面vold和pold的分辨率（即，元素的数目）高于测量M的平面的分辨率的实施例的示例图。在此非限制性示例中，分辨率沿着维度X和Y两者高了2倍，但是可以使用任何其他比例因数。具有较高分辨率的缓冲器意味着分析包括尝试在比我们使得可用于信号的每个样本的实际测量更高的分辨率下估计“实际”值v。这样做的基本原理是我们假设沿着维度T的稳定性，并且我们使沿着维度T的信号的多个样本可用：因为潜在地在不同的位置上（如可用运动映射/运动矢量所指示的）获取样本，将多个较低分辨率样本组合，我们能够获得稳定值的较高分辨率估计。在此非限制性实施例中，运动矢量指定具有子元素分辨率的移动，即运动矢量可以指定各平面中的元素的一部分的移动（例如，“一个半元素向上，两个元素和四分之三向右”），这与仅仅指示一个平面中的元素对应于另一平面中的元素相反。
本实施例以与针对图3A和图3B所示的类似的方式工作，差别是给定T＝t时的值vnew的平面不再与T＝t时的测量M的平面一致，因为平面vnew（其是基于测量M的平面用适当的操作获得的）具有与平面vold相同的分辨率。如下计算位置（h，k）上的值v的估计：
针对T＝t+1时的以下迭代，利用适当的运动映射对缓冲器vold和pold进行运动补偿。在示例性实施例中，直接以平面v的分辨率用元素精度来接收此类运动映射。在另一实施例中，用子元素精度以平面M的分辨率接收运动映射，并将该运动映射适当地上采样至平面v的分辨率。
图4是根据本文中的实施例的稳定瞬态分离器的实施例的示例图。图像重采样器406接收序列中的当前图像的测量结果405。类似于针对先前的图所述的方法，如本文所讨论的稳定瞬态分离器400从图像重采样器406接收以下作为输入：用于正在被采样的各平面中的每个元素的设置vnew 410、用于平面中的每个元素的精度pnew 420-1（在本实施例中为用于整个平面的单个值）、包括运动补偿稳定设置平面vold 480的第一运行缓冲器和包括运动补偿精度信息平面pold 490-1的第二运行缓冲器。分离器400产生稳定设置平面v 470并通过产生已修订精度信息平面pold 490-2来更新pold的值。
如所述，针对新的或下一图像平面中的每个元素，分离器400将用于缓冲器中的元素的运行值设置与下一图像中的相应新值相比较。如果该差小于阈值的值，则信号处理器基于用于针对给定元素的p和v的先前值的组合以及用于针对给定元素的p和v的新设置而更新缓冲器中的值。如果该差大于阈值的值，则信号处理器基于用于下一图像中的给定元素的设置p和v而更新缓冲器中的值。
图5是根据本文中的实施例的用以更新精度（pnew和pold）和值（vold）的缓冲器的实施例的示例图。
在一个实施例中，通过使用运动映射510-1中的运动矢量的坐标对平面550进行运动补偿且基于也包含在运动映射510-1中的运动矢量的元数据（例如，运动矢量的精度）来调整每个元素的精度二者而计算平面pold 590-1。
例如，如所示，本文中的实施例可以包括精度估计器500-1、精度跟踪器500-2、运动补偿器500-2以及运动补偿器500-4。
精度估计器500-1接收当前图像的帧的设置序列410和图像的稳定设置470，并产生关于瞬态分量的信息595以及当前图像的精度520。
精度跟踪器500-2接收当前图像的精度420和图像的修订运动补偿精度平面490-2且产生图像的精度平面550。
运动补偿器500-3接收图像的精度平面550和运动映射510-1且产生图像的运动补偿精度平面590-1。
运动补偿器500-4接收图像的稳定设置470和运动映射510-2以产生图像的运动补偿稳定设置580。
图6是根据本文中的实施例的精度估计器500-1的实施例的示例图。
在一个实施例中，除计算将被用于稳定瞬态分离的下一迭代（即，T＝t+1）的精度pnew之外，精度估计器500-1还计算关于T＝t时的信号的瞬态分量的信息595。此类信息——通常用比原始瞬态分量本身低的信息熵来表征——允许信号处理器（例如，解码器）重构T＝t时的原始瞬态分量的再现——如果总和为T＝t时的信号的稳定分量的再现——其重构非常类似于原始信号（但不一定相同）的总体信号的再现。高度的相似性是由于这样的事实，即稳定分量是承载更重要信息的分量，并且因此必须准确地重构。在另一方面，瞬态分量（本质上不那么可预测且更加“随机”，对于不同的样本而言相差悬殊）（由于其不可预测性而精确地）用较高信息熵来表征，但是其承载“不那么重要的”信息。
在许多应用中，仅仅重构瞬态分量的类似再现（例如，以非限制性示例的方式，展示出相同谱分布的瞬态分量）而不是对瞬态分量的精确表示进行编码可能就令人满意。
如所示，精度估计器500-1包括模块600-1、模块600-2、模块600-3、模块600-4、模块600-5以及模块600-6。
模块600-1基于设置410和稳定设置470而产生差值。模块600-1将该差值输出到模块600-6和模块600-2。
模块600-2将接收到的差值求平方并将差值的平方输出到模块600-3。模块600-3在多个层对平方差值进行下采样。模块600-4是将一层的下采样值输出到模块600-6的乘法器或选择器电路。模块600-6输出信息595。
模块600-5存储移动平均值并输出指示当前图像的精度的值。
根据进一步的实施例，精度估计器500-1基于一组元素或整个图像的分析而生成精度元数据520，这与仅仅从一个图像到下一个而分析单个元素的设置相反。例如，在一个实施例中，精度估计器500-1基于被相对于各图像与至少一个先前图像中的相应设置相比较的各图像中的一组多个元素设置的总体分析来生成用于元素的精度元数据。
图7A和7B图示出根据本文中的实施例的用以执行加权采样的示例性操作序列。
在本示例中假设稳定瞬态分离器400逐渐地细化用于特定值的估计，根据本文中的实施例在T＝1的位置（x，y）上。如所述，按照包含在适当运动映射中的运动矢量所指定的，平面中的值的位置针对不同的图像可改变。
在以下本非限制性示例中，针对T＝1和T＝4之间的图像、a＝b＝1且各设置，用于被测试元素的vnew绝不会与vold相差超过将把pold重置为0的值的阈值。
如先前所讨论的，根据一个实施例，诸如稳定瞬态分离器400之类的信号处理器接收用于序列中的多组元素（例如，帧、平面等）中的每一个的设置信息。该设置信息针对其中存在给定元素的多个图像的序列中的每个图像（例如，平面、帧等）指定给定元素的设置。例如，T＝1时的第一图像中的元素（例如，被测试的给定元素）的设置是150；T＝2时的第二图像中的元素的设置是152；T＝3时的第三图像中的元素的设置是149；T＝4时的第四图像中的元素的设置是143等等。如先前所述，信号处理器可以使用运动矢量信息来确定给定元素从一个平面到下一个的移动。
设置v可以表示任何类型的数据，诸如其中将在重放期间显示各元素的显示设置。随时间推移而在重放期间控制场中的多个元素的设置产生用于观看的移动画面。
以非限制性示例的方式，信号处理器（例如，稳定瞬态分离器400）还接收精度元数据，其指定用于序列中的每个图像的给定元素的每个设置的估计精度。在本示例中假设T＝1时的与第一图像中的元素相关联的精度元数据信息是0.2；T＝2时的第二图像中的元素的精度元数据设置是0.05；T＝3时的第三图像中的元素的精度元数据设置是149；T＝4时的第四图像中的元素的设置是143等等。
基于设置信息和相应的精度元数据信息，信号处理器生成用于被测试的给定元素的缓冲设置值（例如，vold）和相应缓冲精度设置值（例如，pold）。在一个实施例中，缓冲设置值vold是随时间推移而改变的移动加权平均值。缓冲精度设置值pold指示用于给定元素的设置在图像中的一个或多个上稳定的程度。
针对T＝1时的图像，缓冲设置值Vold和缓冲精度设置值pold的设置最初被设置成零。T＝1时的用于被测试元素的当前精度设置值是0.1；T＝1时的图像中的被测试元素的当前设置是150。根据用于T＝1时的图像的图7A中的等式，信号处理器将缓冲设置值vold的设置设置成150并将缓冲精度设置值pold设置成0.1。
针对T＝2时的图像，即序列中的下一图像，如上文所讨论的，来自处理先前图像的缓冲设置值Vold和缓冲精度设置值pold的设置分别地是150和0.1。用于T＝2时的图像中的被测试的给定元素的当前精度设置值是0.1；T＝2时的图像中的被测试元素的当前设置是152。信号处理器经由差分等式将缓冲值150与新值152相比较。由于2（例如，152-150）的差的绝度值不大于阈值的值（例如，阈值的值＝20），所以用于元素的缓冲值未被重置。替代地，根据用于T＝2时的图像中的被测试元素的图7A中的计算，信号处理器将缓冲设置值vold的设置设置成151并将缓冲精度设置值pold设置成0.2。
在这种情况下，为了产生用于T＝2时的被测试元素的缓冲设置值vold，如所示，信号处理器基于相应的精度元数据设置对设置152和150应用不同的权重（例如，归一化权重）。为了产生用于T＝2时的图像的缓冲精度设置值pold，信号处理器添加用于序列中的每个元素设置的精度设置值。在本示例中，信号处理器通过将p1 new＝0.1和p2 new＝0.1相加以产生0.2的值来产生缓冲精度设置值。
针对T＝3时的图像，来自处理先前图像的缓冲设置值Vold和缓冲精度设置值pold的设置分别地是151和0.2。用于T＝3时的图像中的被测试的元素的当前精度设置值是0.2；T＝3时的图像中的被测试元素的当前设置是149。
一般地，被测试元素的设置在此图像序列上并未改变很多。信号处理器将缓冲值151与新值149相比较。由于2（例如，151-149）的差的绝度值不大于阈值的值（例如，阈值的值＝20），所以缓冲值未被重置。替代地，根据用于T＝3时的图像中的被测试元素的图7B中的计算，信号处理器将缓冲设置值vold的设置设置成150并将缓冲精度设置值pold设置成0.4。
在这种情况下，为了产生用于T＝3时的被测试元素的缓冲设置值vold，如所示，信号处理器基于相应的精度元数据设置0.2、0.1和0.1对设置149、152和150应用不同的权重（例如，归一化权重）。为了产生用于T＝3时的图像的缓冲精度设置值pold，信号处理器添加用于序列中的每个元素设置的精度设置值。在本示例中，信号处理器通过将p1 new＝0.1、p2 new＝0.1和p3 new＝0.2相加产生用于元素的缓冲精度设置值。
针对T＝4时的图像，来自处理先前图像的缓冲设置值Vold和缓冲精度设置值pold的设置分别地是150和0.4。用于T＝4时的图像中的被测试的元素的当前精度设置值是0.05；T＝4时的图像中的被测试元素的当前设置是143。一般地，被测试元素的设置在此图像序列上并未改变很多。信号处理器将缓冲值150与新值143相比较。由于7（例如，150-143）的差的绝度值不大于阈值的值（例如，阈值的值＝20），所以缓冲值未被重置。替代地，根据用于T＝4时的图像中的被测试元素的图7B中的计算，信号处理器将缓冲设置值vold的设置设置成149并将缓冲精度设置值pold设置成0.45。
在这种情况下，为了产生用于T＝4时的被测试元素的缓冲设置值vold，如所示，信号处理器基于相应的精度元数据设置0.05、0.2、0.1和0.1对设置143、149、152和150应用不同的权重（例如，归一化权重）。为了产生用于T＝4时的图像的缓冲精度设置值pold，信号处理器添加用于序列中的每个元素设置的精度设置值。在本示例中，信号处理器通过将p1 new＝0.1、p2 new＝0.1、p3 new＝0.2和p4 new＝0.05相加产生缓冲精度设置值。
因此，根据一个实施例，信号处理器至少部分地基于用于序列中的每个图像的给定元素的每个设置的估计精度的和向用于针对图像序列的给定元素的缓冲设置值（例如，移动平均值）指派相应的精度值。例如，用于包括T＝1时的图像、T＝2时的图像、T＝3时的图像以及T＝4时的图像的图像序列的精度元数据等于p1 new + p2 new + p3 new + p4 new。
因此，由于被测试元素的设置从一个平面到下一个随时间推移而保持在阈值的值范围内，所以缓冲设置值vold保持相对不变。当缓冲精度设置值pold随时间推移而增加时（例如，因为其在各元素的设置未改变超过阈值的值量时是累积的），这指示缓冲设置值vold是稳定的（即，其很好地表示“实际值”，因为其是通过对若干样本和/或精确样本求平均值而计算的）。也就是说，pold的值越大，由vold指定的设置的稳定性越高。
在一个示例性实施例中，如果针对给定元素产生的缓冲设置值或移动平均值（例如，v，或者等价地用于沿着维度T的后续坐标的vold）如缓冲精度设置值pold所指示的那样是相对稳定的，并且因此很可能与图像中的给定元素的当前设置vnew相比是用于给定元素的设置的更好的表示，则信号处理器利用生成的设置值v而不是给定元素的当前设置作为对用于图像的给定元素的设置进行编码的基础。作为示例，信号处理器对元素的每个相应设置使用150、151、150、149...的缓冲设置值而不是值150、152、149、143、...。
并且，作为在序列上使用缓冲设置值150、151、150、149的替换，本文中的实施例可以包括选择代表性设置值，诸如值150。150的代表性值被指派给元素以减少对信号的该部分进行编码所需的比特数。换言之，可以用值150来替换潜在地被用于与给定元素值150、151、150、149...相关联的设置的每个缓冲值。这进一步减少了对信号中的给定元素进行编码所需的数据量。
因此，本文中的实施例可以包括表征瞬态分量（例如，噪声、胶片颗粒、高度可变详细信息等）并用减少量的瞬态分量对诸如序列中的特定元素之类的信号和/或分量进行编码。
可以对多维信号中的每个元素执行相同类型的处理。
如先前所讨论的，与信号中的每个元素的各设置相关联的估计精度（例如，精度元数据）可以是统计测量，其指示多个设置中的各设置可包括噪声的显著分量的概率或程度。在非限制性实施例中，可以至少部分地基于方差的逆生成该统计测量。
在更特定的实施例中，当生成用于给定元素的设置值时，信号处理器对每个设置应用权重因数；该权重因数至少部分地基于用于给定元素的设置的估计精度而改变。
作为示例，T＝2时的图像的处理（例如，处理2个图像的序列）包括产生归一化权重因数：
[p2 new/( p1 new + p2 new )]，以及
[p1 new/( p1 new + p2 new )]。
作为另一示例，T＝3时的图像的处理（例如，处理3个图像的序列）包括产生归一化权重因数：
[p3 new/( p1 new + p2 new + p3 new )]，
[p2 new/( p1 new + p2 new + p3 new )]，以及
[p1 new/( p1 new + p2 new + p3 new )]。
作为另一示例，T＝4时的图像的处理（例如，处理4个图像的序列）包括产生归一化权重因数：
[p4 new/( p1 new + p2 new + p3 new + p4 new)]，
[p3 new/( p1 new + p2 new + p3 new + p4 new)]，
[p2 new/( p1 new + p2 new + p3 new + p4 new)],以及
[p4 new/( p1 new + p2 new + p3 new + p4 new)]。
如先前相对于图7所讨论的，信号处理器将元素的加权调整设置（例如权重因数与序列的相应图像中的元素的各设置的乘法）加和以产生用于给定元素的稳定值（例如，v）和缓冲设置值（例如，vold）两者。因此，本文中的实施例可以包括基于序列中的元素的设置的不同加权而生成用于给定元素的稳定值和缓冲设置值。
如所示，在图像序列上用于给定元素的稳定值v和缓冲设置值vold是基于用于序列中的每个图像的给定元素的设置的加权而计算的加权移动平均值，在必要时说明沿着序列的图像发生的运动。应用于设置的每个加权的量值至少部分地根据每个设置的估计精度而改变。序列中的各设置的精度值越高，在生成稳定值v时所使用的该值的权重越大，并且因此缓冲设置值vold也越大。
针对给定元素存在于其中的每个附加样本图像更新用于给定元素的缓冲设置值vold。例如，在一个实施例中，信号处理器接收指派给用于在图像的先前分析序列之后的下一邻近图像的给定元素的下一设置值和相应精度值。如所示，当基于用于下一邻近图像的给定元素的缓冲设置值的加权和下一设置vnew的加权的组合而生成稳定设置值v时，信号处理器还更新指派给缓冲元素的设置值vold。
如前所述，用于正在分析的给定元素的设置值可以从一个图像到下一个而显著地改变。这可能由于若干因素而发生，诸如由图像捕捉的实体的相关变化。在此类实施例中，可以将移动平均值或设置值重置。作为替换，可以基于用于给定元素的设置值所基于的图像初始序列之后的另一图像的属性而更新缓冲值。
例如，根据第一样本情况，假设信号处理器接收指派给用于在初始样本序列之后的后续平面（例如，下一图像）的给定元素的下一设置值和相应精度值。信号处理器生成差值，该差值指示用于给定元素的先前生成的设置值（用于诸如处于时间T1、T2和T3的图像之类的图像的窗口）与下一设置值（在处于T1、T2和T3的图像窗口之后的时间T4的下一图像中）之间的差。信号处理器将该差值（例如，用于时间T＝4的设置与用于处于T1、T2和T3的图像的组合的缓冲设置值之间的差）与阈值的值相比较。响应于检测到差值小于阈值的值，以如先前所讨论的方式，信号处理器至少部分地基于给定元素的先前生成的设置值（例如，用于处于T1、T2和T3的图像的组合的缓冲设置值）和下一设置（例如，时间T＝4时的元素的设置）的加权的组合而更新指派给所述给定元素的设置值。
替换地，根据第二示例性情况，假设信号处理器接收指派给用于在前面且包括T＝4的图像序列之后的下一邻近图像（例如，T＝5时的图像）的给定元素的下一设置值和相应精度值。假设T＝5时的给定元素的设置是250。在本示例中，信号处理器将生成差值，其指示用于给定元素的已生成设置值（对于达到且包括T＝4的窗口图像的149）与下一设置值250（在该图像窗口之后的T＝5时的下一图像中）之间的差。信号处理器将差（例如，250—149）值与阈值的值相比较。假设阈值的值被设置成25。响应于检测到该差值大于阈值的值（例如，在本示例中假设为25），信号处理器将缓冲设置值重置并将用于T＝5时的给定元素的设置值更新成等于用于该给定元素的下一设置值（例如，值250）。因此，当该差在用于下一采样的阈值的值以上时，信号处理器不顾先前的设置并开始新序列。换言之，可以将信号处理器配置成响应于检测到设置从一个图像或帧到下一个的显著变化而开始存在于下一图像序列中的新元素串中的处理设置。
再次注意，图像中的给定元素可以表示存在于序列中的每个图像的不同位置坐标处的实体（例如，对象等）。例如，根据一个实施例，可以将信号处理器配置成利用与图像序列相关联的运动矢量信息来识别序列的每个图像中的给定元素的不同位置坐标。在此类实施例中，运动矢量信息告知信号处理器被测试元素（例如，给定元素）从一个图像到下一个移动的位置。
在通过此引用结合到本文中的相关申请中可以找到与图像相关联的图像的编码/解码、运动映射等的附加细节。
本文中的实施例还可以包括分析图像的设置中的变化以识别该设置中的瞬态分量的属性并用减少的瞬态分量对信号进行编码。如所述，信号处理器可以跨多个图像处理设置以产生更稳定的值设置。
在此类实施例中，可以将信号处理器配置成表征被去除以产生已编码信号的瞬态分量（例如，噪声、胶片颗粒、高度可变细节等）。作为表征瞬态分量的示例，可以将信号处理器配置成基于用于元素的每个相应设置的150、151、150、149...的缓冲设置值与原始设置值150、152、149、143、...之间的差来确定存在于信号中的瞬态分量的分布。可以将瞬态分量分布捕捉为要求信息的相对少的数据比特用于编码的等式（或其他适当手段）的参数。
在重放期间的多个图像的序列的后续呈现时，可以将解码器和/或重放设备配置成重现信号（例如，在去除瞬态分量的情况下），并且然后基于由等式指定的瞬态分量分布而将瞬态分量加回到已解码信号。根据此类实施例，被注入已解码信号中的瞬态分量将使得能够在重放期间实现多个图像的序列的再现的重放，使得被重放的信号看起来与包括瞬态分量的原始信号类似或相同。因此，在视频信号的非限制性示例中，可以在编码和解码期间使用也较少的信息比特来保持包含获取噪声和胶片颗粒的视频的原始“外观”（look andfeel）。
从信号去除瞬态分量的另一益处是提供增加的图片质量。相应地，在某些情况下，可能不期望在对内容进行编码和/或重放（例如，医学成像、科学成像等）时在信号中加回所检测的瞬态分量。
图8A是图示出根据本文中的实施例的对信号进行编码的示例的图。
例如，图像采样器406在不同的时间帧接收图像的设置。基于来自图像重采样器406的输入，瞬态分离器800以如先前所讨论的方式产生用于图像中的元素的稳定值设置470。瞬态分离器800还产生表示与图像中的元素相关联的瞬态分量的信息595。编码器810接收稳定设置470和信息595并产生已编码信号820。
请注意，可以使用任何适当方法来根据本文中的实施例而执行编码和解码。以非限制性示例的方式，在通过此引用结合到本文中的相关申请中可以找到与图像相关联的图像的编码/解码、运动映射等的附加细节。
图8B是图示出根据本文中的实施例的对已编码信号的解码的示例的图。
如所示，解码器850接收已编码信号820。解码器850将已编码信号820解码成稳定设置的再现860（即瞬态分量被去除的原始图像设置）和与原始图像设置相关联的瞬态分量信息的再现865。基于稳定设置860和瞬态分量信息865两者，瞬态分量重构器870产生设置的再现880以用于在重放设备上重放。
图9是根据本文中的实施例的提供计算机处理的计算机系统800的示例性框图。
计算机系统800可以是或包括计算机化设备，诸如个人计算机、处理电路、电视、重放设备、编码设备、工作站、便携式计算设备、控制台、网络终端、处理设备、作为交换机、路由器、服务器、客户端进行操作的网络设备等。
请注意，以下讨论提供了指示如何执行如先前所讨论的与信号处理器813相关联的功能的基本实施例。然而，应注意的是用于执行如本文所述的操作的实际配置能够根据各应用而改变。
如所示，本示例的计算机系统800包括互连811，其耦合其中能够存储和获取数字信息的计算机可读存储介质812，诸如非临时类型的介质、计算机可读、硬件存储介质等。计算机系统800还能够包括处理器813、I/O接口814以及通信接口817。
I/O接口814提供到储存库180以及（如果存在的话）显示屏、诸如键盘、计算机鼠标等外围设备816的连接性。
计算机可读存储介质812（例如，硬件存储介质）可以是任何适当的设备和/或硬件，诸如存储器、光储存器、硬盘驱动器、软盘等。计算机可读存储介质可以是非临时存储介质以存储与如本文所讨论的信号处理器相关联的指令。该指令被诸如信号处理器813之类的各资源执行以执行如本文所讨论的任何操作。
通信接口817使得计算机系统800能够通过网络190进行通信以从远程源获取信息并与其他计算机、交换机、客户端、服务器等进行通信。I/O接口814还使得处理器813能够从储存库180获取存储信息或尝试存储信息的获取。
如所示，能够用由处理器813作为信号处理器进程840-2执行的信号处理器应用140-1对计算机可读存储介质812进行编码。
请注意，还能够将计算机系统800或稳定瞬态分离器400体现为包括用于存储数据和/或逻辑指令的计算机可读存储介质812（例如，硬件存储介质、非临时存储介质等）。
计算机系统800能够包括处理器813以执行此类指令并执行如本文所讨论的操作。相应地，当被执行时，与信号处理器应用840-1相关联的代码能够支持如本文所讨论的处理功能。如所述，能够将信号处理器1400配置成支持编码和/或解码。
在一个实施例的操作期间，处理器813经由互连811的使用来访问计算机可读存储介质812，以便启动、运行、执行、解释或以其他方式实行存储在计算机可读存储介质812中的信号处理器应用840-1的指令。信号处理器应用840-1的执行产生处理器813中的处理功能。换言之，与处理器813相关联的编码器进程840-2表示在计算机系统800中的处理器813内或上执行信号处理器应用840-1的一个或多个方面。
本领域的技术人员将理解的是计算机系统800能够包括其他进程或软件和硬件部件，诸如控制硬件处理资源的分配和使用以执行信号处理器应用840-1的操作系统。
现在将经由图10—11中的流程图来讨论网络管理应用140所支持的功能。请注意，可以按照任何适当顺序来执行以下流程图中的步骤。
图10是图示出根据本文中的实施例的跟踪信号中的各元素的稳定性的方法的示例图。请注意，将存在相对于如上文所讨论的概念的某些重叠。
在步骤1010中，信号处理器（例如，分离器400）接收诸如v之类的设置。该设置指定用于给定元素存在于其中的多个图像的序列中的每个图像的给定元素的设置。
在步骤1020中，信号处理器接收精度元数据，其指定用于序列中的每个图像的给定元素的每个设置的估计精度。
在步骤1030中，信号处理器生成用于给定元素的设置值；基于设置信息和精度元数据而生成设置值。
图11是图示出根据本文中的实施例的跟踪信号中的各元素的稳定性的方法的示例图。请注意，将存在相对于如上文所讨论的概念的某些重叠。
在一个实施例中，信号处理器基于沿着信号的维度之一T的稳定性假设而按多维信号的每个元素m生成稳定值v。
在步骤1110中，信号处理器（例如，分离器400）选择信号的平面元素m。
在步骤1120中，至少部分地基于元素m的坐标，信号处理器选择信号的k-1个附加平面元素（k≥2），用沿着具有稳定性假设的维度t的不同坐标来表征k个元素中的每一个。
在步骤1130中，至少部分地基于k个元素中的每一个的设置，信号处理器生成用于平面元素m的稳定值v。
根据不同的实施例，请注意，计算机系统可以是任何的各种类型的设备，包括但不限于个人计算机系统、台式计算机、膝上计算机、笔记本、上网本计算机、主计算机系统、手持计算机、平板电脑、智能电话、工作站、网络计算机、应用服务器、存储设备、消费者电子设备，诸如照相机、录像摄像机、机顶盒、移动设备、视频游戏控制台、手持式视频游戏设备、诸如交换机、调制解调器、路由器之类的外围设备或者一般地任何类型的计算或电子设备。
再次注意，本文中的技术非常适合于在将信号的稳定分量与瞬态分量分离中使用。然而，应注意的是本文中的实施例不限于在此类应用中使用，并且本文所讨论的技术也非常适合于其他应用。
基于本文阐述的描述，已阐述了许多特定细节以提供对要求保护的主题的透彻理解。然而，本领域的技术人员将理解，可以在没有这些特定细节的情况下实施要求保护的主题。在其他情况下，未详细地描述本领域的普通技术人员将已知的方法、设备、系统等以免使要求保护的主题含糊不清。已经在对存储于诸如计算机存储器的计算系统存储器内的数据比特或二进制数字信号的操作的算法或符号表示方面给出了详细描述的某些部分。这些算法描述或表示是被数据处理领域中的普通技术人员用来向本领域中的其他技术人员传达其工作的实质的技术的示例。认为如在本文中且一般地描述的算法是导致期望结果的自相一致的操作或类似处理的序列。在该上下文中，操作或处理涉及到物理量的物理操纵。通常，但不一定，此类量可采取能够被存储、传输、组合、比较或以其他方式操纵的电或磁信号的形式。原则上由于一般使用的原因，有时将这些信号称为比特、数据、值、元素、符号、字符、项、数字、数值等已证明是方便的。然而，应理解的是所有这些和类似术语将与适当的物理量相关联，并且仅仅是方便的标签。除非另外具体声明，否则如从以下讨论显而易见的，应认识到遍及本说明书，利用诸如“处理”、“计算”、“运算”、“确定”、“分析”等术语的讨论指的是计算平台的动作或处理，所述计算平台诸如计算机或类似电子计算设备，其对表示为存储器、寄存器或其他信息存储设备、传输设备或计算平台的显示设备内的物理电子或磁量的数据进行操纵或变换。
虽然已经参考其优选实施例特别地示出并描述了本发明，但本领域的技术人员将理解的是，在不脱离由所附权利要求定义的本申请的精神和范围的情况下可以在其中做出形式和细节方面的各种改变。此类变型意图被本申请的范围覆盖。这样，本申请的实施例的先前描述并不意图是限制性的。相反，对本发明的任何限制都在所附权利要求中给出。

Claims (18)

1.一种用于处理图像的方法，包括：
接收设置，所述设置指定用于给定元素存在于其中的多个图像的序列中的每个图像的给定元素的设置；
接收精度元数据，所述精度元数据指定用于序列中的每个图像的给定元素的每个设置的统计性质；
生成用于给定元素的设置值，所述设置值是基于设置信息和精度元数据而生成的;以及
利用所述设置值作为用于编码多个图像的序列的基础。
2.如权利要求1所述的方法，其中所述统计性质包括估计精度。
3.如权利要求2所述的方法，还包括：
至少部分地基于用于序列中的每个图像的给定元素的每个设置的估计精度的和向设置值指派相应的精度值。
4.如权利要求2所述的方法，其中，向给定元素生成设置值包括：
对每个设置应用权重因数，所述权重因数至少部分地基于设置的估计精度而改变；以及
把经加权的设置求和以产生用于给定元素的设置值。
5.如权利要求4所述的方法，还包括：
在对设置应用权重因数之前将权重因数归一化。
6.如权利要求2所述的方法，其中，设置值是基于用于序列中的每个图像的给定元素的设置的加权而计算的移动平均值，应用于设置的加权的量值至少部分地取决于每个设置的估计精度而改变。
7.如权利要求1所述的方法，还包括：
接收指派给用于在序列之后的下一邻近图像的给定元素的下一设置值和相应精度值；以及
基于用于下一邻近图像的给定元素的下一设置的加权和已指派设置值的组合来更新指派给给定元素的设置值。
8.如权利要求1所述的方法，还包括：
接收指派给用于在序列之后的后续图像的给定元素的下一设置值和相应精度值；
生成差值，所述差值指示用于给定元素的已生成设置值与下一设置值之间的差；
生成阈值的值；
将所述差值与阈值的值相比较；以及
响应于检测到所述差值小于阈值的值，至少部分地基于给定元素的下一设置的加权和已指派设置值的组合来更新指派给给定元素的设置值。
9.如权利要求1所述的方法，还包括：
接收指派给用于在序列之后的下一邻近图像的给定元素的下一设置值和相应精度值；
生成差值，所述差值指示用于给定元素的已生成设置值与下一设置值之间的差；
生成阈值的值；
将所述差值与阈值的值相比较；以及
响应于检测到所述差值大于阈值的值，将用于给定元素的设置值更新成等于下一设置值。
10.如权利要求1所述的方法，其中，给定元素表示存在于序列中的每个图像的不同位置坐标处的实体；以及
利用运动矢量信息来识别序列的每个图像中的给定元素的不同位置坐标，所述运动信息指示图像序列中的实体的移动。
11.如权利要求1所述的方法，其中，应用于设置的加权的量值至少部分地取决于与运动矢量信息相关联的精度元数据。
12.如权利要求1所述的方法，还包括：
分析设置中的变化以识别设置中的瞬态分量的属性；以及
在重放期间的多个图像的序列的后续再现时，在重放期间将瞬态分量的所识别属性注入回到多个图像的序列的再现中。
13.如权利要求12所述的方法，其中所述瞬 态分量包括噪声。
14.如权利要求1所述的方法，还包括：
基于相对于各图像与至少一个先前图像中的设置相比较的各图像中的多个元素设置的总体分析而生成用于序列中的各图像和给定元素的精度元数据。
15.如权利要求2所述的方法，其中，估计精度是指示多个设置中的各设置包括瞬态分量的概率的统计测量。
16.如权利要求15所述的方法，其中所述瞬 态分量包括噪声。
17.如权利要求1所述的方法，还包括：
基于序列中的设置的不同加权而生成用于给定元素的设置值。
18.如权利要求1所述的方法，还包括：
利用已生成设置值替代设置作为用于对图像序列的给定元素的设置进行编码的基础。
CN201280067842.8A 2011-11-23 2012-11-23 瞬态信息的信号分析和生成的方法 Active CN104205850B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711104856.3A CN107872676B (zh) 2011-11-23 2012-11-23 一种生成稳定值的方法

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201161563169P 2011-11-23 2011-11-23
US61/563,169 2011-11-23
US61/563169 2011-11-23
US13/352,944 2012-01-18
US13/352944 2012-01-18
US13/352,944 US9510018B2 (en) 2011-11-23 2012-01-18 Signal analysis and generation of transient information
PCT/IB2012/056689 WO2013076703A1 (en) 2011-11-23 2012-11-23 Signal analysis and generation of transient information

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201711104856.3A Division CN107872676B (zh) 2011-11-23 2012-11-23 一种生成稳定值的方法

Publications (2)

Publication Number Publication Date
CN104205850A CN104205850A (zh) 2014-12-10
CN104205850B true CN104205850B (zh) 2019-11-05

Family

ID=47605605

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201711104856.3A Active CN107872676B (zh) 2011-11-23 2012-11-23 一种生成稳定值的方法
CN201280067842.8A Active CN104205850B (zh) 2011-11-23 2012-11-23 瞬态信息的信号分析和生成的方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201711104856.3A Active CN107872676B (zh) 2011-11-23 2012-11-23 一种生成稳定值的方法

Country Status (8)

Country Link
US (3) US9510018B2 (zh)
EP (1) EP2783511A1 (zh)
JP (1) JP6410177B2 (zh)
KR (1) KR102263619B1 (zh)
CN (2) CN107872676B (zh)
CA (1) CA2856818A1 (zh)
IN (1) IN2014CN04695A (zh)
WO (1) WO2013076703A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL3284255T3 (pl) 2015-04-13 2023-10-30 V-Nova International Limited Kodowanie wielu sygnałów z docelową szybkością transmisji danych sygnału w zależności od informacji o złożoności
WO2019111012A1 (en) 2017-12-06 2019-06-13 V-Nova International Ltd Method and apparatus for decoding a received set of encoded data
EP3496403A1 (en) 2017-12-06 2019-06-12 V-Nova International Limited Hierarchical data structure
GB2599805B (en) 2019-03-20 2023-09-06 V Nova Int Ltd Temporal signalling for video coding technology
GB2624122B (en) 2019-07-05 2024-07-24 V Nova Int Ltd Quantization of residuals in video coding
GB2598701B (en) 2020-05-25 2023-01-25 V Nova Int Ltd Wireless data communication system and method
US11915434B2 (en) * 2021-04-20 2024-02-27 Alwaysai, Inc. Systems and methods for object re-identification

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997039572A1 (en) * 1996-04-12 1997-10-23 Snell & Wilcox Limited Video noise reducer
EP1100260A1 (en) * 1999-11-12 2001-05-16 STMicroelectronics S.r.l. Spatio-temporal filtering method for noise reduction during pre-processing of picture sequences in video encoders
CN1450811A (zh) * 2002-04-05 2003-10-22 精工爱普生株式会社 降低高度压缩图像/视频编码中的噪声的自适应后滤波

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0497681A (ja) * 1990-08-16 1992-03-30 Nippon Telegr & Teleph Corp <Ntt> 映像符号化復号化装置
JP2679423B2 (ja) * 1991-02-05 1997-11-19 日本ビクター株式会社 多次元画像圧縮伸張方式
US5748231A (en) * 1992-10-13 1998-05-05 Samsung Electronics Co., Ltd. Adaptive motion vector decision method and device for digital image stabilizer system
US6549666B1 (en) * 1994-09-21 2003-04-15 Ricoh Company, Ltd Reversible embedded wavelet system implementation
US6327381B1 (en) * 1994-12-29 2001-12-04 Worldscape, Llc Image transformation and synthesis methods
US6072830A (en) * 1996-08-09 2000-06-06 U.S. Robotics Access Corp. Method for generating a compressed video signal
EP0878776B1 (en) 1997-05-12 2003-08-27 STMicroelectronics S.r.l. Adaptive intrafield reducing of gaussian noise by fuzzy logic processing
JP2994633B2 (ja) * 1997-12-10 1999-12-27 松下電器産業株式会社 疑似輪郭ノイズ検出装置およびそれを用いた表示装置
KR100304897B1 (ko) * 1999-07-13 2001-11-01 구자홍 압축 영상신호의 고속 실시간 처리를 위한 블럭현상 및 링현상 제거방법
US7082162B2 (en) * 1999-04-17 2006-07-25 Pts Corporation Segment-based encoding system including segment-specific metadata
JP4131355B2 (ja) * 1999-06-07 2008-08-13 ソニー株式会社 データ処理装置およびデータ処理方法、媒体、並びにノイズ除去装置およびノイズ除去方法
JP4344968B2 (ja) 1999-10-28 2009-10-14 ソニー株式会社 画像処理装置および画像処理方法、並びにデータ処理装置およびデータ処理方法
US20010046262A1 (en) * 2000-03-10 2001-11-29 Freda Robert M. System and method for transmitting a broadcast television signal over broadband digital transmission channels
FR2820927B1 (fr) * 2001-02-15 2003-04-11 Thomson Multimedia Sa Procede et dispositif de detection de fiabilite d'un champ de vecteurs mouvement
FI110744B (fi) * 2001-09-06 2003-03-14 Nokia Corp Menetelmä liike-estimoinnin suorittamiseksi videokoodauksessa, videokoodausjärjestelmä sekä videokoodauslaite
EP1376471A1 (en) * 2002-06-19 2004-01-02 STMicroelectronics S.r.l. Motion estimation for stabilization of an image sequence
JP4724351B2 (ja) * 2002-07-15 2011-07-13 三菱電機株式会社 画像符号化装置、画像符号化方法、画像復号装置、画像復号方法、および通信装置
JP2006521740A (ja) 2003-03-14 2006-09-21 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 動きベクトル決定方法
US20080144716A1 (en) * 2004-03-11 2008-06-19 Gerard De Haan Method For Motion Vector Determination
JP4317814B2 (ja) * 2004-12-06 2009-08-19 株式会社ルネサステクノロジ 動画像情報の符号化装置及び符号化方法
US9137417B2 (en) * 2005-03-24 2015-09-15 Kofax, Inc. Systems and methods for processing video data
JP4481868B2 (ja) * 2005-04-26 2010-06-16 日本放送協会 プリフィルタ
US7639884B2 (en) 2005-04-26 2009-12-29 Nippon Hoso Kyokai Prefilter, compressive coding pre-processing apparatus and decompressive decoding post-processing apparatus, and compressive coding apparatus and decompressive decoding apparatus
US7865035B2 (en) * 2005-10-06 2011-01-04 Samsung Electronics Co., Ltd. Video quality adaptive coding artifact reduction
US20070098086A1 (en) 2005-10-28 2007-05-03 Vasudev Bhaskaran Spatio-temporal noise filter for digital video
EP1978749B1 (en) * 2007-04-06 2017-08-30 Canon Kabushiki Kaisha Compression of multidimensional look-up tables for colour space conversion
EP2003896A1 (en) * 2007-06-12 2008-12-17 Panasonic Corporation Statistical image enhancement
US8422803B2 (en) * 2007-06-28 2013-04-16 Mitsubishi Electric Corporation Image encoding device, image decoding device, image encoding method and image decoding method
JP2010287917A (ja) * 2007-09-26 2010-12-24 Toshiba Corp 画像符号化／画像復号化装置及び方法
US8488901B2 (en) * 2007-09-28 2013-07-16 Sony Corporation Content based adjustment of an image
KR101517768B1 (ko) * 2008-07-02 2015-05-06 삼성전자주식회사 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
US8139650B2 (en) * 2008-08-07 2012-03-20 California Institute Of Technology Fast noise reduction in digital images and video
US20110158309A1 (en) * 2009-12-28 2011-06-30 Motorola, Inc. Method and apparatus for determining reproduction accuracy of decompressed video
JP4834776B2 (ja) 2010-03-17 2011-12-14 株式会社東芝 画像処理装置及び画像処理方法
US8665959B2 (en) * 2010-04-12 2014-03-04 Qualcomm Incorporated Block and partition signaling techniques for video coding
KR20110123651A (ko) * 2010-05-07 2011-11-15 한국전자통신연구원 생략 부호화를 이용한 영상 부호화 및 복호화 장치 및 그 방법
US8787459B2 (en) * 2010-11-09 2014-07-22 Sony Computer Entertainment Inc. Video coding methods and apparatus
US8711173B2 (en) * 2011-02-14 2014-04-29 Apple Inc. Reproducible dither-noise injection
US9251439B2 (en) * 2011-08-18 2016-02-02 Nikon Corporation Image sharpness classification system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997039572A1 (en) * 1996-04-12 1997-10-23 Snell & Wilcox Limited Video noise reducer
EP1100260A1 (en) * 1999-11-12 2001-05-16 STMicroelectronics S.r.l. Spatio-temporal filtering method for noise reduction during pre-processing of picture sequences in video encoders
CN1450811A (zh) * 2002-04-05 2003-10-22 精工爱普生株式会社 降低高度压缩图像/视频编码中的噪声的自适应后滤波

Also Published As

Publication number Publication date
US9510018B2 (en) 2016-11-29
US10321161B2 (en) 2019-06-11
US20130294515A1 (en) 2013-11-07
CN107872676A (zh) 2018-04-03
CA2856818A1 (en) 2013-05-30
CN107872676B (zh) 2020-06-05
WO2013076703A1 (en) 2013-05-30
US20200059672A1 (en) 2020-02-20
JP2015506010A (ja) 2015-02-26
US10757449B2 (en) 2020-08-25
IN2014CN04695A (zh) 2015-09-18
US20170041639A1 (en) 2017-02-09
CN104205850A (zh) 2014-12-10
EP2783511A1 (en) 2014-10-01
KR20140096148A (ko) 2014-08-04
JP6410177B2 (ja) 2018-10-24
KR102263619B1 (ko) 2021-06-10

Similar Documents

Publication Publication Date Title
CN104205850B (zh) 瞬态信息的信号分析和生成的方法
Corsini et al. Perceptual metrics for static and dynamic triangle meshes
Ciancio et al. No-reference blur assessment of digital pictures based on multifeature classifiers
JP5846517B2 (ja) 画像構図変更の品質評価
Stoessel et al. Morphology and function of Neandertal and modern human ear ossicles
CN107925755A (zh) 针对图像处理进行平面表面检测的方法和系统
Xu et al. Quality assessment of stereoscopic 360-degree images from multi-viewports
CN106530377B (zh) 用于操作三维动画角色的方法和装置
JP6202725B2 (ja) 画像差分量算出装置、画像符号化装置及びプログラム
CN107895387A (zh) Mri图像重建方法及装置
Narwaria et al. An objective method for High Dynamic Range source content selection
Stankowski et al. IV-PSNR: Software for immersive video objective quality evaluation
Barreiro et al. Foreground separation using a flexible maximum-entropy algorithm: an application to COBE data
Hung et al. Moran’s I for impulse noise detection and removal in color images
CN109785376A (zh) 深度估计装置的训练方法、深度估计设备及存储介质
Lee et al. Online Illumination Learning for Interactive Global Illumination in Augmented Reality
Gao et al. Saliency-based parameter tuning for tone mapping
CN108062741A (zh) 双目图像处理方法、成像装置和电子设备
Haccius et al. An image database for design and evaluation of visual quality metrics in synthetic scenarios
Zamyatin et al. Advanced material separation technique based on dual energy CT scanning
Athar Image Quality Assessment: Addressing the Data Shortage and Multi-Stage Distortion Challenges
Park et al. Codebook-based background subtraction to generate photorealistic avatars in a walkthrough simulator
Khurana et al. Multi scale color coding of fluid flow mixing indicators along integration lines
Zhou et al. Distributed Compressive Video Sensing with Mixed Multihypothesis Prediction
Böncü An application of inpainting-based still image reanimation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200226

Address after: England Atsushi

Patentee after: V-NOVA Ltd.

Address before: Milan Italy

Co-patentee before: MEARDI GUIDO

Patentee before: Lu Ka.luosatuo

TR01 Transfer of patent right