CN1083216C - 采用神经网络的量化步长控制装置 - Google Patents

采用神经网络的量化步长控制装置 Download PDF

Info

Publication number
CN1083216C
CN1083216C CN95115013A CN95115013A CN1083216C CN 1083216 C CN1083216 C CN 1083216C CN 95115013 A CN95115013 A CN 95115013A CN 95115013 A CN95115013 A CN 95115013A CN 1083216 C CN1083216 C CN 1083216C
Authority
CN
China
Prior art keywords
data
data block
quantization step
neural net
weighted value
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.)
Expired - Fee Related
Application number
CN95115013A
Other languages
English (en)
Other versions
CN1124434A (zh
Inventor
郑济昌
安祐演
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN1124434A publication Critical patent/CN1124434A/zh
Application granted granted Critical
Publication of CN1083216C publication Critical patent/CN1083216C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/152—Data rate or code amount at the encoder output by measuring the fullness of the transmission buffer
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

一种量化步长控制装置包含有：对第一数据块检测其图象复杂度的前解析单元；输出代表前述各个第一数据块的辉度值的辉度解析单元；基于第二数据块的被复原的数据产生使得在视觉上最小感知到分块现象的判断基准值的画面质量评价单元；存贮前述经量化的数据、输出所存贮数据的缓冲占用度的缓存器；产生用于当前的第二数据块的量化步长的神经网络；和将经编码的第二数据块的各自的数据按对应量化步长进行量化的量化单元。

Description

采用神经网络的量化步长控制装置
本发明是关于视频数据的编码方法及其装置，特别是关于根据缓冲器占用量、图象的复杂性等控制量化步长的装置。
通常，像高图象质量TV、数字VIR、数字仿形编码等的数字处理，图象信号和声音信号的系统，将运动图象及与之相关连的声音作数字编码后进行传输，再将被传送的数据加以译码、在要将经过编码的数据通过具有一定传送速度的传输通道传送的情况下，对编码器提供调整所产生的数据量的要求。为以一定的传送速率传送经过编码的数据而确定量化步长的装置可按照图1进行说明。
图1为压缩运动图象、以一定的数据传送率传送压缩数据的普通编码装置的方框图。图1的装置因对本专业人员来说是公知的编码器，所以只对其操作作简单地说明。
图1中，当前帧的视频数据被施加到减法器31和运动估计单元18。运动估计单元18利用外部施加的视频数据和帧存贮器中存贮的视频数据生成运动向量。运动向量生成由当前帧视频数据形成的N(横)×N(纵)象素(一般为8×8象素)的数据块，提供给运动补偿单元19和传送通道。运动补偿单元19将帧存贮器17中存放的数据中与运动向量相对应的视频数据送至开关33、34。开关33、34在图1的装置作帧间方式操作时接通，而在图1的装置作帧内方式操作时断开。当开关33为接通状态时，减法器31由外部施加的视频数据中减去运动补偿器19通过开关33提供的数据，产生差分数据。
另一方面，在开关33为断开状态时，减法器31将外加的视频数据按原样提供给转换单元11。转换单元11将减法器31的输出数据变换成频域的变换系数。此变换以前述的数据块为单位进行。由转换单元11输出的变换系数提供给量化单元12。量化单元12按缓存器14提供的量化步长将变换系数加以量化，送给变长编码单元13和逆量化单元15。量化也以前述的数据块为单元进行。变长编码单元13根据数据的统计特性对输入数据作变长编码。逆量化单元15对经量化单元12量化的变换系数进行逆量化，输出经逆转换单元16。这样，逆量化单元15即为对量化单元12所说的信号处理执行逆(反)过程处理。
逆转换单元16将所输入的变换系数变换成空间领域的视频数据。加法器32通过开关34将运动补偿单元19所提供的数据与逆转换单元16的数据相加后输出给帧存贮器17。
帧存贮器17由外部施加的视频数据更新、连续地每次存贮一帧的数据，帧存贮器17中存放的数据被用于运动估计单元18和运动补偿单元19所作的运动估计和运动补偿。
另一方面，缓存器14因为要维持一定的数据传送率，产生每一宏块的所存贮数据在缓存器中的占用量形成的量化步长。宏块通常为由16×16象素构成。量化步长和缓存器输出的编码数据经传送通道被提供给图2的装置。
对经过编码的运动图象进行译码的图2的装置，利用量化步长和运动向量对由图1的装置编码的数据进行译码。更详细说，变长译码单元21对变长编码单元13所进行的信号处理执行逆处理过程。逆量化单元22对由变长译码单元21所提供的数据按量化步长进行逆量化。
逆转换单元23将所输入的频域数据变换为空间领域的数据。加法器35通过开关36将运动补偿单元24所供给的数据与逆转换单元23的输出相加。帧存贮器25以一帧的容量存贮由加法器35输出的数据。运动补偿单元24由帧存贮器25读出与图1的装置产生的运动向量相对应的数据送至开关36。按这种方式操作的图2的装置经图1的装置编码的数据进行译码。由加法器35输出的视频数据由显示器加以显示。
可是，由于前述量化单元12是一种损耗(LOSS)编码器，经量化后再被作逆量化的数据会与被量化之前的数据不相同。因而，在以宏块那样的规定大小的数据块给定的量化步距对视频数据进行量化的情况下，用户就会在视觉上感觉到画面上数据块简的边界线。这样的分块现象在复杂的场面的情况下用户不会注意到。但在简单的场面和图形亮度急剧变化时，在具有视觉上觉察到为轮廓线的边缘的场面中出现的分块现象，因为容易为用户注意到而使画面质量遭到损坏。
作为为提供优良画面质量以决定量化步长的技术的有“Hang”的美国专利No 5038209(1991.8.6)。  根据这一先有技术缓存/编码器控制器响应以前的平均量化步长和输出缓存的充满程度显示来产生目标量化步长。作为决定量化步长的其他先有技术的还有，利用前面分解单元所提供的图象复杂程度和输出缓存提供的缓存状态来决定量化步长的比例控制技术等。
本发明的目的在于，利用神经网络由用于按图象复杂程度、缓存器状态等确定量化步长中所使用的中间变量来决定所希望的量化步长，以便在不受随场面变化而改变的多样的中间变量如何均能得到使用户不会感觉到分块现象的画面质量。
为实现上述的本发明的目的，所提供的装置为将一帧图象分割成具有既经设定的大小的第一数据块进行编码，并将经过编码的数据以一定的传输率传送的编码器控制量化步长。此装置包含有：检测欲进行量化的第一数据块的各自的图形复杂程度的前解析单元；输出代表前述各个第一数据块的辉度值的辉度解析单元；将经过量化的数据利用与其相应的量化步长加以复原、基于由已设定个数的第一数据块组成的每一第二数据块的被复原的数据产生使视觉上最少感觉到分块现象的判断基准值的画面质量评价单元；存贮前述经量化的数据、输出所存贮数据的缓存占用率的缓存器；存贮用于神经网络的加权值和用于更新前述加权值的修正规则、根据前述画面质量评价单元对经量化前的第二数据块的判断基准值和前述所存贮的修正规则更新前述所存贮的加权值、基于欲加以量化的当前的第二数据块的图象复杂程度及前述经过更新的加权值产生用于前述当前的第二数据块的量化步长、检测产生的量化步长提供给前述画面质量评价单元的神经网络；和将经前述编码器编码的第二数据块的各个数据按前述神经网络所提供的对应量化步长进行量化的量化单元。
另外，为实现本发明的目的而提出的编码装置是将一帧的图象分割成具有已设定大小的第一数据块进行编码、并为将被编码的数据以一定的传输率传送而控制量化步长。该装置包含有：根据预先存贮的基准帧的数据和欲予编码的当前帧的数据产生与当前帧的第一数据块分别对应的运动向量和运动补偿数据的运动补偿单元；产生前述当前帧的第一数据块的各自的数据与由前述运动补偿单元产生的对应运动补偿数据间的差分数据、将分别对应前述第一数据块所产生的差分数据进行转换编码的编码装置；针对前述当前帧的各个第一数据块检测图象复杂程度的前解析单元；输出代表前述当前帧的各个第一数据块的辉度值的辉度解析单元；对经前述编码装置编码的由前述当前帧的已没定个数的第一数据块构成的第二数据块以与各自数据相对应的量化步距进行量化的量化单元；对由运动补偿单元得到的运动向量和经前述量化单元量化的数据作变长编码后输出的装置；将经前述量化单元量化的数据加以复原、基于前述每一第二数据块被复原的数据产生使得视觉上最少感觉到分块现象的判断基准值的图象质量评价单元；存贮前述变长编码装置所输出的数据、输出被存贮数据的缓存占用量的缓存器；和存贮用于神经网络的加权值和用于更新前权加权值的修正规则、按照前述画面质量单元对量化前的第二数据块作出的判断基准值和前述被存贮的修正规则更新前述被存贮的加权值、基于针对欲预量化的当前第二数据块的运动向量及图象复杂程度和辉度值中至少一种信息，以及前述缓存器输出的缓存占用量和前述被更新的加权值、产生用于前述当前第二数据块的量化步长的神经网络。
下面按照附图对本发明的优选实施例作详细说明。
所列附图中：
图1为说明一般的编码装置的方框图；
图2为说明一般的译码装置的方框图；
图3为说明按照本发明的优选实施例的采用神经纲络的编码装置。
图中：12-量化单元
      14-缓存器
      41-前解析单元
      42-辉度解析单元
      43-神经网络
      44-画面质量评价单元
图3为表明按照本发明采用神经网络的编码装置的方框图。
图3中的装置具有在图1的装置中另外还包含前解析单元41、辉度解析单元42、神经网络43及画面质量评价单元44的构成。
在图3中，对具有与图1中所示的方框同一功能的方框标以同样的部件序号，并对其具体操作的说明予以省略。
通过输入端10由外部加到图3中装置的视频数据被提供给前解析单元41、辉度解析单元42、运动判定单元18和减法器31。前解析单元41确定通过输入端10所施加的视频数据形成的每一数据块的图象复杂程度FA。这里，数据块由N(水平)×N(垂直)象素构成。图象复杂度FA根据对应用空间域、频域或者同时此二者所得的数据的分析来加以决定。辉解析单元22也对前述同样的每一数据块检测代表它们的辉度值BR输出给神经网络43。运动估算单元18按与图1的装置相关地说明过的方式进行运动估算产生每一数据块的运动向量MV。所产生的运动向量MV被送至神经网络43和变长编码单元45。变长编码单元45对运动向量作变长编码输出给缓存器14。神经网络43按后述的方式产生用于每一数据块或者每一由多个数据块构成的宏块的量化步长MQUANT。量化单元12将由转换单元11所加给的数据加以量化输出至变长编码单元13。缓存器14存贮变长编码单元13、45所供给的数据，  将所存贮数据产生的缓存充满度BF输出给神经网络43。这里，缓存充满度BF是表示实际缓存器14中所存贮的数据对缓存器14所共有的全部存贮容量的比例。
另一方面，画面质量评价单元44将变长编码单元13所输出的数据加以复原。在数据复原中使用量化单元12所提供的适当的量化步长。画面质量评价单元44根据被复原的数据产生使视觉上能最低感觉到分块现象的判断基准值。这样的判断基准值对每一数据块或者每一宏块产生。
在将针对欲予量化的数据块或宏块的图象复杂度FA、辉度值BR和运动向量MV，以及按照紧接着的前一被量化的数据块或宏块的判断基准值、缓冲充满度BF加到神经网43时，神经网络43即根据判断基准值更新加权值，然后利用当前的缓存充满度BF和每一数据块所产生的图象复杂度FA、辉度值BR和运动向量MV为每一数据块的量化产生量化步长MQUANT。这样神经网络43即利用图象复杂度FA和辉度值BR中之一，以及由缓存器14所供给的当前缓存占用度BF，就能够设计使产生量化步长MQUANT的变形的状态。因而，在设计适合于规定由四个数据块组成宏块的“MPEG-2”规格的图3的装置的情况下，神经网络43就对每一宏块产生量化步长。
这样的神经网络43由于能根据公知的神经纲络理论实现，所以本发明的一实施例是用3层神经网络实现的。3层神经网络具有在输入端与输出层之间的以及输入端与输出层之间的第一和第二隐蔽层(hdden Layer)，各层均由神经节点构成。第一隐蔽层的各神经节点全部被连接到输入端，第二隐蔽层的各种经节点被连接到第一隐蔽层的全部神经节点。而输出层的各种经节点也同样连接到第二隐蔽层的全部神经节点。连接节点的突触上被分别施加以加权值，加权值可由修正规则加以改变直至成为最合适值。
在由画面质量评价单元44供给以前数据块(或宏块)的判断基准时，神经网络43使该判断基准值适应修正规则，对产生先前数据块(或宏块)的量化步长MQUANT中所使用的加权值进行更新。而后，神经网络43生成当前缓存占用度BF和针对欲予量化的当前的数据块(或宏块)的量化步长MQUANT。所产生的量化步长MQUANT被提供给量化单元12和传输通道。量化单元12对由转换单元11所提供的当前数据决(或宏块)的数据按与其对应的量化的步长MQUANT进行量化。亦即，量化单元12在视觉上易于感觉到数据块(或宏块)间的边界线的数据块(或宏块)中分配以相对多量化的比特，而在视觉上很少感觉到数据块(或宏块)间的边界线的数据块(或宏块)中分配相对地少的比特，这样地来对变换单元11所提供的数据进行量化。因此，能将经图3的装置编码的数据在视觉上不会轻易感觉到数据块之间或宏块之间的边界线的图象再现。通过量化单元12和变长编码单元13输出的数据被用于为下一数据块(或宏块)产生判断基准值。缓存器14将被供给的数据提供给以一定的传输率传送至译码器的传送通道，输出用于下一数据块(或宏块)的新的缓存充满度BF。
如上述所表明的，按照本发明的采用神经网络的编码装置，采用设置有从新调整确定量化步长的条件的学习能力的神经网络，依靠这样来决定量化步长所进行量化的图象数据在复原时的复原图形在视觉上就很少感觉到数据块的边界线。从而保证了稳定的图面质量。

Claims (15)

1.一种量化步长控制装置，用于为了将一帧图象分割成具有已设定的N(水平)×N(垂直)象素大小的第一数据块进行编码、并以一定的传输率传送被编码数据的编码器，其特征是包含有：
对欲加以量化的第一数据块分别检测其图象复杂度的前解析单元；
输出代表各个所述第一数据块的辉度值的辉度解析单元；
将经量化的数据采用与其相应的量化步长加以复原、基于每一由已设定个数的第一数据块构成的第二数据块的被复原的数据产生使得视觉上最小感知到分块现象的判断基准值的画面质量评价单元；
存贮所述被量化数据、输出所存贮数据的缓存占用度的缓存器；
存贮用于神经网络的加权值和为更新所述加权值的修正规则、按所述画面质量评价单元对量化前的第二数据块作为判断基准值和所述被存贮的修正规则更新所述被存贮的加权值、根据欲加以量化的当前的第二数据块的图象复杂度和辉度值中至少一种信息以及所述缓存器提供的缓存占用度和所述被更新的加权值产生用于所述当前的第二数据块的量化步长、将所产生的量化步长提供给所述画面质量评价单元的神经网络；和
将经所述编码器编码的第二数据块的各自的数据按所述神经网络所提供时对应量化步长加以量化的量化单元。
2.权利要求1所述的装置，其特征是所述第二数据块由一个第一数据块构成。
3.权利要求1所述的装置，其特征是所述第二数据块为由多个所述第一数据块所构成的宏块。
4.权利要求1所述装置，其特征是所述画面质量评价单元基于所述前面的第二数据块的数据输出针对所述当前的第二数据块的判断基准值。
5.权利要求1所述装置，其特征是所述神经网络根据与所速当前的第二数据块相对应的图象复杂度和缓存占用度及所述被更新的加权值产生用于所述当前的第二数据块的量化步长。
6.权利要求1所述装置，其特征是所述神经网络根据与所述当前的第二数据块相对应的辉度值和缓存占用度及所述被更新的加权值产生用于所述当前的第二数据块的量化步长。
7.权利要求1所述装置，其特征是所述神经网络根据对应于所述当前的第二数据块的图象复杂度、辉度值、缓存占用度及所述被更新的加权值产生用于所述当前的第二数据块的量化步长。
8.一种编码装置，用于为了将一帧图象分割成具有已设定的N(水平)×N(垂直)象素大小的第一数据块进行编码、并以一定的传输率传送被编码数据，其特征是包含有：
根据预先存贮的基准帧的数据和欲进行编码的当前帧的数据产生与当前帧的第一数据块各自对应的运动向量和被作运动补偿的数据的运动补偿单元；
产生所述当前帧的第一数据块的各自的数据与所述运动补偿单元输出的对应的运动补偿数据间的差分数据、将与所述第一数据块各自对应地产生的差分数据进行变换编码的编码装置；
对所述当前帧的第一数据块分别检测图象复杂度的前解析单元；
输出代表所述当前帧的各个第一数据块的辉度值的辉度解析单元；
对经所述编码装置编码、由所述当前帧的已设定个数的第一数据块所构成的第二数据各自的数据按对应的量化步长进行量化的量化单元；
将运动补偿单元得出的运动向量和经所述量化单元量化的数据作变长编码加以输出的装置；
将经所述量化单元量化的数据加以复原、基于各所述第二数据块的被复原的数据产生使在视觉上最少感知到分块现象的判断基准值的画面质量评价单元；
存贮由所述变长编码手段输出的数据、输出所存贮数据的缓存占用度的缓存器；和
存贮用于神经网络的加权值和用于更新所述的加权值的修正规则、根据所述画质评价单元对被量化以前的第二数据块作的判断基准值和所述被存贮的修正规则对所述被存贮的加权值进行更新、根据欲加以量化的当前的第二数据块的运动向量和图象复杂度与辉度值中至少一种信息、以及所述缓存器输出的缓存占用度和所述被更新的加权值产生用于所述当前和第二数据块的量化步长的神经网络。
9.权利要求8所述的编码装置，其特征是所述第二数据块由一个第一数据块组成。
10.权利要求8所述的编码装置，其特征是所述第二数据块为由多个所述第一数据块组成的宏块。
11.权利要求8所述的编码装置，其特征是所述画面质量评价单元基于所述先前的第二数据块输出对所述当前的第二数据块的判断基准值。
12.权利要8所述的编码装置，其特征值是所述神经网络根据所述当前的第二数据块相对应的图象复杂度和缓存占用度及所述被更新的加权值产生用于所述当前的第二数据块的量化步长。
13.权利要求8所述的编码装置，其特征是所述神经网络根据所述当前的第二数据块相对应的辉度值和缓存占用度及所述被更新的加权值产生用于所述当前的第二数据块的量化步长。
14.权利要求8所述的编码装置，其特征是所述神经网络根据所述当前的第二数据块相对应的图象复杂度、辉度值、缓存占用度和所述被改进的加权值产生用于所述当前的第二数据块的量化步长。
15.权利要求8所述的编码装置，其特征是所述神经网络根据所述当前的第二数据块相对应的运动向量、图象复杂度、辉度值、缓存占用度和所述被更新的加权值产生用于所述当前的第二数据块的量化步长。
CN95115013A 1994-07-08 1995-07-08 采用神经网络的量化步长控制装置 Expired - Fee Related CN1083216C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1019940016468A KR0139154B1 (ko) 1994-07-08 1994-07-08 신경망을 이용한 부호화방법 및 그 장치
KR16468/94 1994-07-08

Publications (2)

Publication Number Publication Date
CN1124434A CN1124434A (zh) 1996-06-12
CN1083216C true CN1083216C (zh) 2002-04-17

Family

ID=19387603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN95115013A Expired - Fee Related CN1083216C (zh) 1994-07-08 1995-07-08 采用神经网络的量化步长控制装置

Country Status (4)

Country Link
US (1) US5638125A (zh)
JP (1) JP3043599B2 (zh)
KR (1) KR0139154B1 (zh)
CN (1) CN1083216C (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104135629A (zh) * 2013-05-03 2014-11-05 想象技术有限公司 对图像进行编码

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5790196A (en) * 1997-02-14 1998-08-04 Mitsubishi Electric Information Technology Center America, Inc. Adaptive video coding method
US5969764A (en) * 1997-02-14 1999-10-19 Mitsubishi Electric Information Technology Center America, Inc. Adaptive video coding method
JP3356004B2 (ja) * 1997-05-30 2002-12-09 日本ビクター株式会社 可変レート符号化装置及び方法
US6088392A (en) * 1997-05-30 2000-07-11 Lucent Technologies Inc. Bit rate coder for differential quantization
KR100246626B1 (ko) 1997-10-16 2000-03-15 정선종 모포로지컬 영상분할을 위한 시공간 결합 마커추출 방법
JP2000151974A (ja) * 1998-11-11 2000-05-30 Sony Corp 信号編集装置、信号編集方法
JP3403683B2 (ja) * 1999-11-26 2003-05-06 沖電気工業株式会社 画像符号化装置および方法
GB2357210A (en) * 1999-12-06 2001-06-13 Snell & Wilcox Ltd Inserting future bit rate information in a compressed data stream
US20030156642A1 (en) * 2001-03-29 2003-08-21 Vincent Ruol Video coding method and corresponding encoding device
JP2005333609A (ja) * 2004-04-22 2005-12-02 Sanyo Electric Co Ltd 符号化制御回路及び符号化回路
CN100477794C (zh) * 2004-09-10 2009-04-08 松下电器产业株式会社 运动图像编码装置及其编码方法以及运动图像的成像装置
US20060239344A1 (en) * 2005-04-25 2006-10-26 Ashish Koul Method and system for rate control in a video encoder
JP4485996B2 (ja) * 2005-06-13 2010-06-23 株式会社日立製作所 画像符号化装置及び画像符号化プログラム
CN101783961A (zh) * 2010-03-05 2010-07-21 厦门大学 基于感知质量的水下视频图像传输控制方法
GB2499671B (en) * 2012-02-27 2014-04-09 Broadcom Corp Apparatus and method for communication
EP3259911B1 (en) 2015-02-19 2021-04-07 Magic Pony Technology Limited Enhancing visual data using updated neural networks
EP3278559B1 (en) 2015-03-31 2021-05-05 Magic Pony Technology Limited Training end-to-end video processes
GB201604672D0 (en) 2016-03-18 2016-05-04 Magic Pony Technology Ltd Generative methods of super resolution
WO2016199330A1 (ja) * 2015-06-12 2016-12-15 パナソニックＩｐマネジメント株式会社 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
US10499056B2 (en) 2016-03-09 2019-12-03 Sony Corporation System and method for video processing based on quantization parameter
EP3298579B1 (en) 2016-04-12 2021-07-21 Magic Pony Technology Limited Visual data processing using energy networks
GB201607994D0 (en) * 2016-05-06 2016-06-22 Magic Pony Technology Ltd Encoder pre-analyser
US10728553B2 (en) * 2017-07-11 2020-07-28 Sony Corporation Visual quality preserving quantization parameter prediction with deep neural network
EP3685577A4 (en) * 2017-10-12 2021-07-28 MediaTek Inc. METHOD AND DEVICE OF A NEURAL NETWORK FOR VIDEO ENCODING
JP7233875B2 (ja) * 2018-09-26 2023-03-07 株式会社Preferred Networks 作成方法、コンピュータ及びプログラム
CN114786011B (zh) * 2022-06-22 2022-11-15 苏州浪潮智能科技有限公司 一种jpeg图像压缩的方法、系统、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5005206A (en) * 1988-11-25 1991-04-02 U.S. Philips Corporation Method of and arrangement for image data compression by means of a neural network
US5038209A (en) * 1990-09-27 1991-08-06 At&T Bell Laboratories Adaptive buffer/quantizer control for transform video coders
US5157399A (en) * 1991-08-15 1992-10-20 Sony Corporation Neural network quantizer

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06164902A (ja) * 1992-11-17 1994-06-10 Mamoru Tanaka ニューラルネットワークによる画像の圧縮再生

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5005206A (en) * 1988-11-25 1991-04-02 U.S. Philips Corporation Method of and arrangement for image data compression by means of a neural network
US5038209A (en) * 1990-09-27 1991-08-06 At&T Bell Laboratories Adaptive buffer/quantizer control for transform video coders
US5157399A (en) * 1991-08-15 1992-10-20 Sony Corporation Neural network quantizer

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104135629A (zh) * 2013-05-03 2014-11-05 想象技术有限公司 对图像进行编码
CN104135629B (zh) * 2013-05-03 2019-01-01 想象技术有限公司 对图像进行编码的方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
KR0139154B1 (ko) 1998-06-15
US5638125A (en) 1997-06-10
JP3043599B2 (ja) 2000-05-22
CN1124434A (zh) 1996-06-12
JPH0879748A (ja) 1996-03-22

Similar Documents

Publication Publication Date Title
CN1083216C (zh) 采用神经网络的量化步长控制装置
US5473377A (en) Method for quantizing intra-block DC transform coefficients using the human visual characteristics
CN1117482C (zh) 利用基于特征点的运动估算编码视频信号的方法
CN1084110C (zh) 适应运动大小的运动补偿编码方法及其装置
CN1101108C (zh) 判定量化参数的方法及装置
KR970011859B1 (ko) 퍼지제어를 이용한 부호화 방법 및 그 장치
DE69815922T2 (de) Verfahren und Vorrichtung zur prädiktiven Bildkodierung und -dekodierung
JP3716931B2 (ja) 連続画像の適応型復号装置
CN1075320C (zh) 可按照频域能量特性改变量化级的编码方法及其装置
CN1135146A (zh) 利用基于特征点的运动估算编码视频信号的装置
CN1068754C (zh) 强制帧内编码方法
US7035334B2 (en) Device and method for controlling image encoding, encoding system, transmission system and broadcast system
CN1142731A (zh) 基于分级运动估算检测运动矢量的方法及装置
JPH08214318A (ja) ビデオ画像のシーケンスを符号化するための領域ベースアプローチに対する方法及び装置
CN1302511A (zh) 视频压缩的量化处理方法和装置
CN1223199C (zh) 使用比特预算执行视频编码速率控制的方法
CN1096182C (zh) 能减小分块效应的视频信号解码装置
US5521643A (en) Adaptively coding method and apparatus utilizing variation in quantization step size
JP3896490B2 (ja) 係数量子化処理方法
CN1174636C (zh) 为图像序列编码和译码的方法及装置
CN1048477A (zh) 信号处理系统
JP2001520854A (ja) ピクチャシーケンス符号化方法及び装置
CN1078795C (zh) 用在图象编码系统中的改进的运动补偿方法
JPH05284368A (ja) 画像データ符号化・復元方法及びその装置
KR100203712B1 (ko) 영상신호 부호화시스템에 있어서 양자화장치 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20020417