CN106791869A - 基于光场子孔径图像相对位置关系的快速运动搜索方法 - Google Patents

基于光场子孔径图像相对位置关系的快速运动搜索方法 Download PDF

Info

Publication number
CN106791869A
CN106791869A CN201611191615.2A CN201611191615A CN106791869A CN 106791869 A CN106791869 A CN 106791869A CN 201611191615 A CN201611191615 A CN 201611191615A CN 106791869 A CN106791869 A CN 106791869A
Authority
CN
China
Prior art keywords
search
sub
motion
vector
aperture
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.)
Granted
Application number
CN201611191615.2A
Other languages
English (en)
Other versions
CN106791869B (zh
Inventor
陈志波
黄宏睿
杨昆
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201611191615.2A priority Critical patent/CN106791869B/zh
Publication of CN106791869A publication Critical patent/CN106791869A/zh
Application granted granted Critical
Publication of CN106791869B publication Critical patent/CN106791869B/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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • 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
    • H04N19/50—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
    • H04N19/56—Motion estimation with initialisation of the vector search, e.g. estimating a good candidate to initiate a search

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种基于光场子孔径图像相对位置关系的快速运动搜索方法，包括：将光场图像转换为子孔径图像序列，并按照一定的顺序将子孔径图像序列转换为视频序列；利用视频压缩的方法对视频序列进行编码，在编码过程的运动搜索环节中，利用当前帧与参考帧的在子孔径图像序列中的位置关系，来确定运动矢量搜索方向，从而获得最佳搜索起始点，并结合最佳搜索起始点在其邻域的若干点中进行亚像素搜索。采用本发明公开的方案加快了运动搜索过程，并降低了编码的复杂度。

Description

基于光场子孔径图像相对位置关系的快速运动搜索方法
技术领域
本发明涉及光场图像压缩技术领域，尤其涉及一种基于光场子孔径图像相对位置关系的快速运动搜索方法。
背景技术
光场是用来描述通过空间中每一个点和每一个方向的光的量的一个函数。离散化的光场可以用四维参数表示，包含了光在空间中的位置和方向信息。目前，获取光场信息的手段颇多，有基于相机阵列[1]和基于微透镜阵列[2]的诸多采样方法。本发明专利讨论的光场图像是基于微透镜阵列的Lytro Illum光场相机[3]拍摄得到的。
光场图像记录了四维光场信息，而非传统相机记录的二维光强信息。如果我们将光场图像转换为子孔径图像(subaperture image)，那么各个子孔径图像之间仅仅是存在微小的视角变换而已，它们的信息冗余非常大。传统的图像压缩标准如JPEG等已不适合光场图像的压缩，我们需要根据光场图像的特性开发针对光场图像数据的高效压缩方法。
目前的视频压缩的方法中，为了提高压缩效率，一般要对编码块进行运动补偿，从而消除时(空)域冗余信息。在基于块运动补偿的视频编码框架中，运动搜索是极其重要的环节之一，同时也是复杂度最高的部分。H.265/HEVC的官方测试编码器给出了两种搜索算法：全搜索算法、TZSearch[4]算法。但是，这两种算法的复杂度仍然非常大，特别是前者，虽然性能略有增加，但是运动搜索时间为TZSearch的5倍。
发明内容
本发明的目的是提供一种基于光场子孔径图像相对位置关系的快速运动搜索方法，加快了运动搜索过程，并降低了编码的复杂度。
本发明的目的是通过以下技术方案实现的：
一种基于光场子孔径图像相对位置关系的快速运动搜索方法，包括：
将光场图像转换为子孔径图像序列，并按照一定的顺序将子孔径图像序列转换为视频序列；
利用视频压缩的方法对视频序列进行编码，在编码过程的运动搜索环节中，利用当前帧与参考帧的在子孔径图像序列中的位置关系，来确定运动矢量搜索方向，从而获得最佳搜索起始点，并结合最佳搜索起始点在其邻域的若干点中进行亚像素搜索。
所述按照一定的顺序将子孔径图像序列转换为视频序列包括：
将子孔径图像序列的不规则区域使用横向zigzag扫描方式，在规则区域使用U形扫描方式，从而获得相应的视频序列。
所述利用当前帧与参考帧的在子孔径图像序列中的位置关系，来确定运动矢量搜索方向，从而获得最佳搜索起始点，并结合最佳搜索起始点在其邻域的若干点中进行亚像素搜索包括：
从视频序列的当前帧中的预测单元PU的左、上、右上PU的运动矢量MV，三者中值MV以及零运动矢量zero MV中选取匹配误差最小的像素点作为搜索起始点，并确定搜索步长N；
计算当前帧以及参考帧在子孔径图像序列中的坐标，确定参考帧相对于当前帧的位置，从而确定运动矢量搜索方向；
按照运动矢量搜索方向，取与搜索起始点相邻的像素点，并进行匹配误差比较；若搜索起始点的匹配误差最小，则运动矢量搜索结束，最佳搜索起始点即为所述搜索起始点；否则，将搜索到的匹配误差最小的像素点作为新的搜索起始点，搜索步长加1，并重复搜索上述运动矢量搜索过程；运动矢量搜索的终止条件为新的搜索起始点的匹配误差小于其运动矢量搜索方向中所有相邻像素点的匹配误差，或者达到设定的搜索步长N；
以获得最佳搜索起始点为中心，在其邻域的三个点(0,0),(0,y/|y|),(x/|x|,0)进行1/n和1/m亚像素搜索；其中，(x,y)表示最佳搜索起始点对应像素点的运动矢量。
由上述本发明提供的技术方案可以看出，以当前帧和参考帧之间的相对位置关系作为先验知识，指导每一步的运动搜索方向。在整像素搜索阶段，本专利提出的方法只进行两点或三点搜索，相比于HEVC中的全搜索以及TZSearch中的菱形搜索、正方向搜索有了很大的简化；而在亚像素搜索时，本专利提出的方法仅在三个点进行搜索，相比于HEVC中的8点搜索，该方法进一步降低了编码的复杂度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种基于光场子孔径图像相对位置关系的快速运动搜索方法的流程图；
图2为本发明实施例提供的确定参考帧相对于当前帧的位置的示意图；
图3为本发明实施例提供的确定参考帧相对于当前帧的位置的示意图；
图4为本发明实施例提供的根据运动矢量搜索方向与搜索起始点来搜索最佳搜索起始点的示意图；
图5为本发明实施例提供的亚像素搜索的示意图；
图6为本发明实施例提供的将子孔径图像序列转换为视频序列的示意图；
图7为本发明实施例提供的实验结果对比图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
图1为本发明实施例提供的一种基于光场子孔径图像相对位置关系的快速运动搜索方法的流程图。如图1所示，其主要包括：
步骤11、将光场图像转换为子孔径图像序列，并按照一定的顺序将子孔径图像序列转换为视频序列。
本发明实施例中，可以将子孔径图像序列的不规则区域使用横向zigzag扫描方式，在规则区域使用U形扫描方式，从而获得相应的视频序列。
步骤12、利用视频压缩的方法对视频序列进行编码，在编码过程的运动搜索环节中，利用当前帧与参考帧的在子孔径图像序列中的位置关系，来确定运动矢量搜索方向，从而获得最佳搜索起始点，并结合最佳搜索起始点在其邻域的若干点中进行亚像素搜索。
由于进行完亚像素运动搜索后，就可以将搜索得到的像素块作为当前编码像素块的预测块，从而采用常规方式进行预测编码。
本发明实施例中，光场图像的每幅子孔径图像是对光场某一方向的采样，也可看作在不同视角下拍摄的同一场景的图像，因此各个子孔径图像之间存在着一定的视差。在将光场图像转换为视频序列进行压缩时，我们可以利用当前帧(当前子孔径图像)和参考帧(参考子孔径图像)的视差，对运动搜索算法进行优化。在实现的过程中，为了进一步简化，我们没有直接计算视差，而是直接利用了当前帧和参考帧的位置关系；具体如下：
1、从视频序列的当前帧中的预测单元PU的左、上、右上PU的运动矢量MV，三者中值MV以及零运动矢量zero MV中选取匹配误差最小的像素点作为搜索起始点，并确定搜索步长N。
2、计算当前帧以及参考帧在子孔径图像序列中的坐标，确定参考帧相对于当前帧的位置，从而确定运动矢量搜索方向。
示例性的，可以参见图2与图3。图2与图3为子孔径图像序列，每个方格均表示一个子孔径图像，其中的标记1表示当前帧(当前子孔径图像)，标记2表示参考帧(参考子孔径图像)。黑色的方格是因为成像过程中的渐晕效应等导致子孔径图像不清晰，在进行压缩编码的时，已经将黑色的子孔径图像剔除。如图2中，参考帧相对于当前帧的位置为左、下，则运动矢量搜索方向为右、上；同理，图3中，运动矢量搜索方向为左、上和下。
3、按照运动矢量搜索方向，取与搜索起始点相邻的像素点，并进行匹配误差比较；若搜索起始点的匹配误差最小，则运动矢量搜索结束，最佳搜索起始点即为所述搜索起始点；否则，将搜索到的匹配误差最小的像素点作为新的搜索起始点，搜索步长加1，并重复搜索上述运动矢量搜索过程；运动矢量搜索的终止条件为新的搜索起始点的匹配误差小于其运动矢量搜索方向中所有相邻像素点的匹配误差，或者达到设定的搜索步长N。
示例性的，如图4所示，假设通过上述步骤1获得的搜索起始点为像素点A，步骤2确定的运动矢量搜索方向为右、上，则取与搜索起始点相邻的像素点B1与B2，并进行匹配误差比较；如果像素点A的匹配误差最小(即运动矢量最佳)，则运动矢量搜索结束，最佳搜索起始点即为像素点A；否则，以搜索到的匹配误差最小的像素点作为新的搜索起始点；如果像素点B2匹配误差最小，则以像素点B2为新的搜索起始点，搜索步长加1，并继续进行搜索，获得像素点C1与C2；如果还没有满足运动矢量搜索的终止条件，则继续搜索获得像素点D1与D2，直至满足运动矢量搜索的终止条件，从而获得最佳搜索起始点。
本领域技术人员可以理解，上述搜索过程中，最终搜索到的像素点为整像素点。
4、如图5所示，以获得最佳搜索起始点为中心，在其邻域的三个点(0,0),(0,y/|y|),(x/|x|,0)进行1/n和1/m亚像素搜索；其中，(x,y)表示最佳搜索起始点对应像素点的运动矢量。
上述的1/n和1/m可以为1/2和1/4，也可以根据实际需求适当调整亚像素搜索的精度。
本发明实施例的上述方案中，以当前帧和参考帧之间的相对位置关系作为先验知识，指导每一步的运动搜索方向。在整像素搜索阶段，本专利提出的方法只进行两点或三点搜索，相比于HEVC中的全搜索以及TZSearch中的菱形搜索、正方向搜索有了很大的简化；而在亚像素搜索时，本专利提出的方法仅在三个点进行搜索，相比于HEVC中的8点搜索，该方法进一步降低了编码的复杂度。
另一方面，为了验证本发明的性能，对公开光场数据集EPFL中的光场图像进行了实验。本实验采用的编码软件是H.266的参考软件HM-16.6-JEM-1.0rc1；同时，本实验采用图6所示的顺序将子孔径图像序列转换为伪视频序列，即子孔径图像序列的不规则区域使用横向zigzag扫描方式，在规则区域使用U形扫描方式。
实验配置：选取EPFL中的4幅光场图像，GOPsize为10的条件下分别用两种TZSearch搜索算法压缩，比较两种TZSearch搜索算法用时和压缩质量，实验结果如下图7所示。
图7中，ME Time(sec)表示Motion Estimation花费的时间；TZ Time(sec)表示在Motion Estimation中用TZ算法搜索花费的时间；subpixelME Time(sec)表示在MotionEstimation中用亚像素搜索费的时间，TZ in ME表示TZ search搜索方法所用时间占运动估计(Motion Estimation)所用时间的比例，subpixelME in ME表示亚像素运动估计(subpixel Motion Estimation)所用时间占运动估计(Motion Estimation)所用时间的比例。JEM和本方案都只进行了1/2和1/4亚像素搜索；后三列中负号(-)表示时间减少的比例；ΔME(％)表示本方案相对于JEM中的运动估计算法减少的时间比例；ΔTZ(％)表示我们的算法相对于JEM中的TZsearch算法减少的时间比例；ΔsubpixelME(％)表示本方案中的亚像素搜索算法相对于JEM中的亚像素搜索算法减少的时间比例。
从图7中可以看出，我们的方法相比于JEM中的TZSearch算法，运动搜索(ME)的复杂度平均降低了30.18，而平均PSNR仅仅降低了0.0288dB。很明显，虽然性能上略有降低，但是复杂度却有了很大的提升。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (3)

1.一种基于光场子孔径图像相对位置关系的快速运动搜索方法，其特征在于，包括：
将光场图像转换为子孔径图像序列，并按照一定的顺序将子孔径图像序列转换为视频序列；
利用视频压缩的方法对视频序列进行编码，在编码过程的运动搜索环节中，利用当前帧与参考帧的在子孔径图像序列中的位置关系，来确定运动矢量搜索方向，从而获得最佳搜索起始点，并结合最佳搜索起始点在其邻域的若干点中进行亚像素搜索。
2.根据权利要求1所述的一种基于光场子孔径图像相对位置关系的快速运动搜索方法，其特征在于，所述按照一定的顺序将子孔径图像序列转换为视频序列包括：
将子孔径图像序列的不规则区域使用横向zigzag扫描方式，在规则区域使用U形扫描方式，从而获得相应的视频序列。
3.根据权利要求1所述的一种基于光场子孔径图像相对位置关系的快速运动搜索方法，其特征在于，所述利用当前帧与参考帧的在子孔径图像序列中的位置关系，来确定运动矢量搜索方向，从而获得最佳搜索起始点，并结合最佳搜索起始点在其邻域的若干点中进行亚像素搜索包括：
从视频序列的当前帧中的预测单元PU的左、上、右上PU的运动矢量MV，三者中值MV以及零运动矢量zero MV中选取匹配误差最小的像素点作为搜索起始点，并确定搜索步长N；
计算当前帧以及参考帧在子孔径图像序列中的坐标，确定参考帧相对于当前帧的位置，从而确定运动矢量搜索方向；
按照运动矢量搜索方向，取与搜索起始点相邻的像素点，并进行匹配误差比较；若搜索起始点的匹配误差最小，则运动矢量搜索结束，最佳搜索起始点即为所述搜索起始点；否则，将搜索到的匹配误差最小的像素点作为新的搜索起始点，搜索步长加1，并重复搜索上述运动矢量搜索过程；运动矢量搜索的终止条件为新的搜索起始点的匹配误差小于其运动矢量搜索方向中所有相邻像素点的匹配误差，或者达到设定的搜索步长N；
以获得最佳搜索起始点为中心，在其邻域的三个点(0,0),(0,y/|y|),(x/|x|,0)进行1/n和1/m亚像素搜索；其中，(x,y)表示最佳搜索起始点对应像素点的运动矢量。
CN201611191615.2A 2016-12-21 2016-12-21 基于光场子孔径图像相对位置关系的快速运动搜索方法 Active CN106791869B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611191615.2A CN106791869B (zh) 2016-12-21 2016-12-21 基于光场子孔径图像相对位置关系的快速运动搜索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611191615.2A CN106791869B (zh) 2016-12-21 2016-12-21 基于光场子孔径图像相对位置关系的快速运动搜索方法

Publications (2)

Publication Number Publication Date
CN106791869A true CN106791869A (zh) 2017-05-31
CN106791869B CN106791869B (zh) 2019-08-27

Family

ID=58896831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611191615.2A Active CN106791869B (zh) 2016-12-21 2016-12-21 基于光场子孔径图像相对位置关系的快速运动搜索方法

Country Status (1)

Country Link
CN (1) CN106791869B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107295264A (zh) * 2017-08-01 2017-10-24 清华大学深圳研究生院 一种基于单应性变换光场数据压缩方法
CN108596960A (zh) * 2018-04-12 2018-09-28 清华大学深圳研究生院 一种光场相机的子孔径图像对齐方法
CN108921781A (zh) * 2018-05-07 2018-11-30 清华大学深圳研究生院 一种基于深度的光场拼接方法
CN110223326A (zh) * 2019-06-18 2019-09-10 无锡英斯特微电子有限公司 光电导航系统中亚像素区域确定方法及其系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070188653A1 (en) * 2006-02-13 2007-08-16 Pollock David B Multi-lens array system and method
CN102726047A (zh) * 2010-03-19 2012-10-10 庆熙大学校产学协力团 侦测系统
CN102790890A (zh) * 2011-05-17 2012-11-21 佳能株式会社 立体图像编码设备及其方法和摄像设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070188653A1 (en) * 2006-02-13 2007-08-16 Pollock David B Multi-lens array system and method
CN102726047A (zh) * 2010-03-19 2012-10-10 庆熙大学校产学协力团 侦测系统
CN102790890A (zh) * 2011-05-17 2012-11-21 佳能株式会社 立体图像编码设备及其方法和摄像设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHENGYANG ZHAO ETAL: "LIGHT FIELD IMAGE CODING WITH HYBRID SCAN ORDER", 《2016 VISUAL COMMUNICATIONS AND IMAGE PROCESSING (VCIP)》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107295264A (zh) * 2017-08-01 2017-10-24 清华大学深圳研究生院 一种基于单应性变换光场数据压缩方法
CN107295264B (zh) * 2017-08-01 2019-09-06 清华大学深圳研究生院 一种基于单应性变换光场数据压缩方法
CN108596960A (zh) * 2018-04-12 2018-09-28 清华大学深圳研究生院 一种光场相机的子孔径图像对齐方法
CN108596960B (zh) * 2018-04-12 2020-09-08 清华大学深圳研究生院 一种光场相机的子孔径图像对齐方法
CN108921781A (zh) * 2018-05-07 2018-11-30 清华大学深圳研究生院 一种基于深度的光场拼接方法
CN108921781B (zh) * 2018-05-07 2020-10-02 清华大学深圳研究生院 一种基于深度的光场拼接方法
CN110223326A (zh) * 2019-06-18 2019-09-10 无锡英斯特微电子有限公司 光电导航系统中亚像素区域确定方法及其系统
CN110223326B (zh) * 2019-06-18 2021-04-30 无锡英斯特微电子有限公司 光电导航系统中亚像素区域确定方法及其系统

Also Published As

Publication number Publication date
CN106791869B (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
US8611424B2 (en) Image processing apparatus and image processing method
CN101010960B (zh) 针对全景图像进行运动估计和补偿的方法和设备
CN100544444C (zh) 用于全景图像的运动估计和补偿的方法和设备
US10652577B2 (en) Method and apparatus for encoding and decoding light field based image, and corresponding computer program product
CN106791869B (zh) 基于光场子孔径图像相对位置关系的快速运动搜索方法
CN101667295B (zh) 一种将线搜索扩展于全景视频运动估计的方法
US10785502B2 (en) Method and apparatus for encoding and decoding a light field based image, and corresponding computer program product
CN109587503B (zh) 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
US20080172384A1 (en) Epipolar geometry-based motion estimation for multi-view image and video coding
CN105872345A (zh) 基于特征匹配的全帧电子稳像方法
CN110263699A (zh) 视频图像处理方法、装置、设备及存储介质
CN107027025A (zh) 一种基于宏像素块自适应预测的光场图像压缩方法
CN101350920A (zh) 一种面向全景视频的全局运动估计方法
CN108076347A (zh) 一种编码起始点的获取方法以及装置
CN106534853B (zh) 基于混合扫描顺序的光场图像压缩方法
CN103414899A (zh) 一种视频编码的运动估计方法
CN114745549A (zh) 一种基于感兴趣区域的视频编码方法和系统
Lei et al. Deep multi-domain prediction for 3D video coding
CN114202463B (zh) 面向云端融合的视频超分辨率方法及系统
Zhu et al. Edge-based video compression texture synthesis using generative adversarial network
Yi et al. Task-driven video compression for humans and machines: Framework design and optimization
CN106961605B (zh) 一种基于宏像素边界匹配的光场图像压缩方法
Wang et al. Joint learned and traditional video compression for p frame
CN101350921A (zh) 一种面向全景视频的运动搜索方法
CN114463237B (zh) 基于全局运动补偿和帧间时域关联性的实时视频去雨方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant