CN108965873A - 一种脉冲阵列编码的自适应划分方法 - Google Patents

一种脉冲阵列编码的自适应划分方法 Download PDF

Info

Publication number
CN108965873A
CN108965873A CN201810821231.7A CN201810821231A CN108965873A CN 108965873 A CN108965873 A CN 108965873A CN 201810821231 A CN201810821231 A CN 201810821231A CN 108965873 A CN108965873 A CN 108965873A
Authority
CN
China
Prior art keywords
cube
division
coding
signal
time
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
CN201810821231.7A
Other languages
English (en)
Other versions
CN108965873B (zh
Inventor
田永鸿
付溢华
董思维
黄铁军
王耀威
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.)
Pulse vision (Beijing) Technology Co.,Ltd.
Original Assignee
Peking University
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 Peking University filed Critical Peking University
Priority to CN201810821231.7A priority Critical patent/CN108965873B/zh
Publication of CN108965873A publication Critical patent/CN108965873A/zh
Application granted granted Critical
Publication of CN108965873B publication Critical patent/CN108965873B/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
    • H04N19/90—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
    • H04N19/96—Tree coding, e.g. quad-tree 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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • 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
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • 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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability

Landscapes

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

Abstract

本发明提供了一种脉冲阵列编码的自适应划分方法，包括步骤：通过时空信号传感器采集时空脉冲信息，形成脉冲阵列；将脉冲阵列划分为多个编码树立方体；将每个编码树立方体多级划分为编码立方体，直至划分至最大深度；将每次划分前后编码立方体结构的性能进行比较，决策是否进行划分编码立方体；确定编码树立方体及所述编码立方体的划分结构，输出划分结果。本发明依据传统视频编码中编码结构的划分思路，提出了对于同时具有时间和空间的时空脉冲阵列信号的自适应划分方式。通过在空域上和时域上的划分，为后续的压缩过程提供了所要操作的区域范围。

Description

一种脉冲阵列编码的自适应划分方法
技术领域
本发明涉及信息编码技术领域，尤其涉及一种脉冲阵列编码的自适应划分方法。
背景技术
传统视频是由采用电荷耦合元件(Charge、-coupled Device,CCD)或者互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,COMS)的摄像机来采集，获得具有固定时间间隔的相同尺寸的图像序列。序列中，每个采样点的图像成为一帧。传统视频的压缩过程包括预测，变换，量化和熵编码等。而在这些步骤上就是以每一帧中的一部分区域进行操作，从而实现去除冗余，减少数据量。目前的编解码中，对于前面所述区域的选择，大多采用四叉树划分的形式，根据一定区域内的纹理分布，来确定所操作区域的大小。
而对于脉冲阵列编码方法，它所处理的视频与传统视频的采集方法有所不同。处理的视频是由视网膜形态学视觉器件组成的摄像机采集，所述视网膜形态学视觉器件包括但不限于动态视觉传感器(Dynamic Vision Sensor,DVS),基于异步时间的图像传感器(Asynchronous Time-based image sensor,ATIS)和动态有源像素视觉传感器(Dynamicand Active Pixel Vision Sensor,DAVIS)等。这些传感器通过采集一定时间，一定区域内光信号的强弱变化，将其转化为电信号，并对其进行累积，将累积后的信号进行滤波并输出由二进制所组成的阵列。这样采集到的阵列能够精细地表示高速运动对象的运动过程，可以重构任何时刻的图像，有利于时域压缩算法的设计，同样可以更好的提高空域压缩效率。
而前面所述的脉冲阵列仍然具有一定的冗余，仍需要采用适当的压缩方法来减少视频的数据量，因此需要新的方法解决上述问题。
发明内容
本发明的目的是通过以下技术方案实现的。
本发明提供了一种应用于脉冲阵列编码的自适应划分方法，以便灵活高效地表示脉冲阵列视频中的纹理细节、运动变化等内容。
本发明依据传统视频编码中编码结构的划分思路，提出了对于同时具有时间和空间的时空脉冲阵列信号的自适应划分方式。通过在空域上和时域上的划分，为后续的压缩过程提供了所要操作的区域范围。
本发明提供一种脉冲阵列编码的自适应划分方法，包括如下步骤：
通过时空信号传感器采集时空脉冲信息，形成脉冲阵列；
将所述脉冲阵列划分为多个编码树立方体，将每个所述编码树立方体多级划分为编码立方体，直至划分至最大深度；
将每次划分前后编码立方体结构的性能进行比较，决策是否划分所述编码立方体；
确定所述编码树立方体及所述编码立方体的划分结构，输出划分结果。
优选地，时空信号传感器采集时空脉冲信息，包括：
通过信号采集器采集光信号并检测其信号强度值，将所述信号强度值传输给信号累计器；
通过信号累计器计算出每个局部空间在一定时间内的信号累计强度值，将所述信号累计强度值传输给滤波器；
通过滤波器对所述信号累计强度值进行函数变换并得到变换系数，将所述变换系数与阈值比较，当变换系数大于所述阈值时，将滤波后的信号累计强度值作为输出时空脉冲信息。
优选地，脉冲阵列为三维形式的一定时间、一定区域内的时空脉冲信号。
优选地，脉冲阵列用二进制表示，1表示有脉冲信号输出，0表示没有脉冲信号输出。
优选地，编码树立方体的尺寸表示为M*N*T，其中，
M、N为距离单位，T为时间单位。
优选地，对编码树立方体划分包括在空域上和在时域上的划分；
空域中的划分方式包括四叉树、或非对称划分方式；
时域上的划分方式包括二叉树、或非对称划分方式。
优选地，时域和空域上的划分顺序为：先对编码树立方体先进行空域上的划分，再对时域上进行划分；或
先对编码树立方体进行时域上的划分，再进行空域上的划分。
优选地，最大深度表示为编码树立方体与最小的编码立方体之间所划分的层级数；
编码立方体的尺寸表示为m*n*t，其中，
m、n为距离单位，t为时间单位。
优选地，每次划分前后编码树立方体结构或编码立方体结构的性能进行比较，包括计算率失真代价，将每一层率失真代价的加和，与所属的上一层编码树立方体或编码立方体的率失真代价比较。
优选地，在八叉树划分中，设定未划分的编码立方体或编码树立方体的率失真代价为RDcost0，在时域或空域中划分出的编码立方体为RDcosti，i∈[1,k]，k＝2或4；
当时，确定对RDcost0所对应的编码立方体或编码树立方体进行划分；
当时，则不划分；
其中，k＝2表示时域上的二叉树划分，k＝4表示空域上的四叉树划分。
本发明的优点在于：本发明提供了一种脉冲阵列编码的自适应划分方法，同时具有时间和空间的时空脉冲阵列信号的自适应划分方式。通过在空域上的四叉树划分和时域上的二叉树划分，为后续的压缩过程提供了所要操作的区域范围。在空域上将纹理平坦区域用较大的编码立方体或编码树立方体来表示，使所用的比特数减小，从而提高了编码效率，对于纹理变化较为显著的区域，用较小的编码立方体来表示，从而更好地保留了视频中的纹理细节；通过对时域上的划分，使得在一定时间内脉冲变化不显著的区域可以用较大的立方体所包含，从而使用较少的比特数，实现了高效的压缩，在一定时间内脉冲变化较大的区域，将其分割成较小的立方体，从而在时域上保留变化细节；通过设定不同的编码立方体大小及最大编码深度等编码结构，可以对不同的视频内容或针对不同的优化需求进行编码。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
附图1示出了根据本发明实施方式的脉冲阵列编码的自适应方法流程图；
附图2示出了根据本发明实施方式的脉冲阵列视频中空域上的四叉树划分方法；
附图3示出了根据本发明实施方式的脉冲阵列视频中时域上的二叉树划分方法。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本发明的实施方式，提出一种脉冲阵列编码的自适应划分方法。与传统视频编码中的编码树单元和编码单元不同之处在于，对于传统视频的编码中，视频的形式为图像序列(这里的“图像”也称为“帧”)，在对传统视频进行划分时，是将一个二维图像划分成为多个二维图像；本发明的应用对象为脉冲阵列视频，视频的形式是由二进制数所组成的三维阵列，在对该视频做划分处理时，是将一个三维阵列划分成为多个三维阵列。
一种脉冲阵列编码的自适应划分方法，包括如下步骤：
通过时空信号传感器采集时空脉冲信息，其形式为脉冲阵列；
将脉冲阵列划分为多个编码树立方体，将所述编码树立方体多级划分为编码立方体，直至划分至最大深度；
将每次划分前后编码立方体结构的性能进行比较，决策是否进行划分；
确定所述编码树立方体及所述编码立方体的划分结构，输出划分结果。
其中，时空信号传感器采集时空脉冲信息，包括：通过信号采集器采集光信号并检测其信号强度值，将所述信号强度值传输给信号累计器；通过信号累计器计算出每个局部空间在一定时间内的信号累计强度值，将所述信号累计强度值传输给滤波器；通过滤波器对所述信号累计强度值进行函数变换并得到变换系数，将所述变换系数与阈值比较，当变换系数大于所述阈值时，将滤波后的信号累计强度值作为输出时空脉冲信息。
脉冲阵列为三维形式的一定时间、一定区域内的时空脉冲信号。脉冲阵列用二进制表示，1表示有脉冲信号输出，0表示没有脉冲信号输出。编码树立方体的尺寸表示为M*N*T，其中，M、N为距离单位，T为时间单位。
三维阵列，其坐标分别以距离、距离和时间为单位，如图2所示；本实施例中，采取八叉树划分结构，即在空域上的四叉树划分和时域上的二叉树划分方式，并且通过计算率失真代价的方法进行划分的决策。对其进行自适应划分的步骤如下：
将三维阵列划分为多个编码树立方体，本实施例中该编码树立方体的尺寸为64*64*65536(距离*距离*时间)。
先从空域上对该编码树立方体进行四叉树划分，直至划分至最大深度。本实施例中，最大深度位置对应的编码立方体的尺寸在空域上为8*8，则需要进行三次四叉树划分，具体划分方式如图2所示。
从最底层起，每次划分前后编码树立方体结构或编码立方体结构的性能进行比较，包括计算率失真代价，将每一层率失真代价的加和，与所属的上一层编码树立方体或编码立方体的率失真代价比较；若前者较大，则不对上一层对应的编码立方体进行划分；若后者较大，则进行四叉树划分。
在八叉树划分中，设定未划分的编码立方体或编码树立方体的率失真代价为RDcost0，在时域或空域中划分出的编码立方体为RDcosti，i∈[1,k]，k＝2或4；当时，确定对RDcost0所对应的编码立方体或编码树立方体进行划分；当时，则不划分；其中，k＝2表示时域上的二叉树划分，k＝4表示空域上的四叉树划分。
依次从最深层至编码树立方体进行率失真代价的比较，可以得到编码立方体在空域中的划分结果。
对所述编码树立方体划分包括在空域上和在时域上的划分；空域中的划分方式包括四叉树、或非对称划分方式；时域上的划分方式包括二叉树、或非对称划分方式。时域和空域上的划分顺序为：先对编码树立方体先进行空域上的划分，再对时域上进行划分；或先对编码树立方体进行时域上的划分，再进行空域上的划分。
编码立方体的尺寸表示为m*n*t，其中，m,n为距离单位，t为时间单位。
对划分出的立方体进行时域划分。已知编码树立方体的时间长度为65536，对其进行二叉树划分，这里设定最小编码立方体的时间长度为8192，则需要对编码树立方体进行三次二叉树划分。同样从最深层起计算每一个编码立方体或编码树立方体的率失真代价大小。若前者较大，则不对上一层对应的编码立方体进行划分；若后者较大，则进行二叉树划分。依次从最深层至编码树立方体进行率失真代价的比较，可以得到在时域进行二叉树划分的结果。在时域上进行二叉树划分的方式如图3所示。
在进行空域和时域的划分后，便可以得到脉冲阵列的八叉树自适应划分结果，并且可以将其应用于接下来的编码工作中。
该实施例给出了对于脉冲阵列信号，对其编码树立方体先进行空域上四叉树划分再进行时域上二叉树划分的八叉树划分方法。相反，先进行时域上二叉树划分再进行空域上四叉树划分的方式以及分别在空域和时域上采取其他划分方式的方法同样可以依据本发明来实现。
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揭露的技术范围内，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以所述权利要求的保护范围为准。

Claims (11)

1.一种脉冲阵列编码的自适应划分方法，其特征在于，包括如下步骤：
通过时空信号传感器采集时空脉冲信息，形成脉冲阵列；
将所述脉冲阵列划分为多个编码树立方体，将每个所述编码树立方体多级划分为编码立方体，直至划分至最大深度；
将每次划分前后编码立方体结构的性能进行比较，决策是否划分所述编码立方体；
确定所述编码树立方体及所述编码立方体的划分结构，输出划分结果。
2.如权利要求1所述的自适应划分方法，其特征在于，所述时空信号传感器采集时空脉冲信息，包括：
通过信号采集器采集光信号并检测其信号强度值，将所述信号强度值传输给信号累计器；
通过信号累计器计算出每个局部空间在一定时间内的信号累计强度值，将所述信号累计强度值传输给滤波器；
通过滤波器对所述信号累计强度值进行函数变换并得到变换系数，将所述变换系数与阈值比较，当变换系数大于所述阈值时，将滤波后的信号累计强度值作为输出时空脉冲信息。
3.如权利要求1所述的自适应划分方法，其特征在于，所述脉冲阵列为三维形式的一定时间、一定区域内的时空脉冲信号。
4.如权利要求1所述的自适应划分方法，其特征在于，所述脉冲阵列用二进制表示，1表示有脉冲信号输出，0表示没有脉冲信号输出。
5.如权利要求1所述的自适应划分方法，其特征在于，所述编码树立方体的尺寸表示为M*N*T，其中，M、N为距离单位，T为时间单位。
6.如权利要求1所述的自适应划分方法，其特征在于，对所述编码树立方体划分包括在空域上和在时域上的划分；
空域中的划分方式包括四叉树、或非对称划分方式；
时域上的划分方式包括二叉树、或非对称划分方式。
7.如权利要求6所述的自适应划分方法，其特征在于，所述时域和空域上的划分顺序为：
先对编码树立方体先进行空域上的划分，再对时域上进行划分；或先对编码树立方体进行时域上的划分，再进行空域上的划分。
8.如权利要求1所述的自适应划分方法，其特征在于，对所述编码树立方体进行多级八叉树划分，所述八叉树划分包括在空域上进行四叉树划分和在时域上进行二叉树划分，直至划分至最小的编码立方体。
9.如权利要求1所述的自适应划分方法，其特征在于，所述最大深度表示为编码树立方体与最小的编码立方体之间所划分的层级数；
所述编码立方体的尺寸表示为m*n*t，其中，
m、n为距离单位，t为时间单位。
10.如权利要求1所述的自适应划分方法，其特征在于，所述每次划分前后编码树立方体结构或编码立方体结构的性能进行比较，包括计算率失真代价，将每一层率失真代价的加和，与所属的上一层编码树立方体或编码立方体的率失真代价比较。
11.如权利要求8或10所述的自适应划分方法，其特征在于，在所述八叉树划分中，设定未划分的编码立方体或编码树立方体的率失真代价为RDcost0，在时域或空域中划分出的编码立方体为RDcosti，i∈[1,k]，k＝2或4；
当时，确定对RDcost0所对应的编码立方体或编码树立方体进行划分；
当时，则不划分；
其中，k＝2表示时域上的二叉树划分，k＝4表示空域上的四叉树划分。
CN201810821231.7A 2018-07-24 2018-07-24 一种脉冲阵列编码的自适应划分方法 Active CN108965873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810821231.7A CN108965873B (zh) 2018-07-24 2018-07-24 一种脉冲阵列编码的自适应划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810821231.7A CN108965873B (zh) 2018-07-24 2018-07-24 一种脉冲阵列编码的自适应划分方法

Publications (2)

Publication Number Publication Date
CN108965873A true CN108965873A (zh) 2018-12-07
CN108965873B CN108965873B (zh) 2020-02-14

Family

ID=64464684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810821231.7A Active CN108965873B (zh) 2018-07-24 2018-07-24 一种脉冲阵列编码的自适应划分方法

Country Status (1)

Country Link
CN (1) CN108965873B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109819251A (zh) * 2019-01-10 2019-05-28 北京大学 一种脉冲阵列信号的编解码方法
CN109905131A (zh) * 2019-02-27 2019-06-18 中国科学院半导体研究所 一种脉冲序列压缩编码方法和装置
CN111406408A (zh) * 2019-01-11 2020-07-10 深圳市大疆创新科技有限公司 三维数据点的编解码方法和装置

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1684109A (zh) * 2004-02-17 2005-10-19 三星电子株式会社 用于编码和解码三维数据的方法和装置
CN102572423A (zh) * 2011-12-16 2012-07-11 辽宁师范大学 一种基于重要性概率平衡树的视频编码方法
CN102625100A (zh) * 2011-01-25 2012-08-01 Arm有限公司 图像编码方法
CN102750712A (zh) * 2012-06-07 2012-10-24 中山大学 一种基于局部时空流形学习的运动目标分割方法
CN102999585A (zh) * 2012-11-15 2013-03-27 深圳先进技术研究院 地理位置相关的散列虚拟地理编码方法及系统
US20140119204A1 (en) * 2012-10-25 2014-05-01 Microsoft Corporation One-to-many and many-to-one communications on a network
US20140119451A1 (en) * 2012-10-26 2014-05-01 Ittiam Systems (P) Ltd. System and method for efficient multi-bitrate and multi-spatial resolution media encoding
CN103891291A (zh) * 2011-08-30 2014-06-25 诺基亚公司 用于视频编码和解码的设备、方法和计算机程序
US20150189310A1 (en) * 2010-05-26 2015-07-02 Newracom Inc. Method of predicting motion vectors in video codec in which multiple references are allowed, and motion vector encoding/decoding apparatus using the same
CN104796693A (zh) * 2015-04-01 2015-07-22 南京邮电大学 一种hevc快速cu深度划分编码方法
CN105120295A (zh) * 2015-08-11 2015-12-02 北京航空航天大学 一种基于四叉树编码分割的hevc复杂度控制方法
CN105141954A (zh) * 2015-08-19 2015-12-09 浙江工业大学 一种hevc帧间编码快速模式选择方法
CN105184849A (zh) * 2015-03-23 2015-12-23 大连民族学院 基于面片链码的三维网格模型表示方法
CN105681787A (zh) * 2016-01-22 2016-06-15 北京大学 对时空信号进行编码的方法和装置
CN107005718A (zh) * 2014-12-10 2017-08-01 联发科技（新加坡）私人有限公司 使用二叉树块分区的视频编码的方法
CN107071416A (zh) * 2017-01-06 2017-08-18 华南理工大学 一种hevc帧内预测模式快速选择方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1684109A (zh) * 2004-02-17 2005-10-19 三星电子株式会社 用于编码和解码三维数据的方法和装置
US20150189310A1 (en) * 2010-05-26 2015-07-02 Newracom Inc. Method of predicting motion vectors in video codec in which multiple references are allowed, and motion vector encoding/decoding apparatus using the same
CN102625100A (zh) * 2011-01-25 2012-08-01 Arm有限公司 图像编码方法
CN103891291A (zh) * 2011-08-30 2014-06-25 诺基亚公司 用于视频编码和解码的设备、方法和计算机程序
CN102572423A (zh) * 2011-12-16 2012-07-11 辽宁师范大学 一种基于重要性概率平衡树的视频编码方法
CN102750712A (zh) * 2012-06-07 2012-10-24 中山大学 一种基于局部时空流形学习的运动目标分割方法
US20140119204A1 (en) * 2012-10-25 2014-05-01 Microsoft Corporation One-to-many and many-to-one communications on a network
US20140119451A1 (en) * 2012-10-26 2014-05-01 Ittiam Systems (P) Ltd. System and method for efficient multi-bitrate and multi-spatial resolution media encoding
CN102999585A (zh) * 2012-11-15 2013-03-27 深圳先进技术研究院 地理位置相关的散列虚拟地理编码方法及系统
CN107005718A (zh) * 2014-12-10 2017-08-01 联发科技（新加坡）私人有限公司 使用二叉树块分区的视频编码的方法
CN105184849A (zh) * 2015-03-23 2015-12-23 大连民族学院 基于面片链码的三维网格模型表示方法
CN104796693A (zh) * 2015-04-01 2015-07-22 南京邮电大学 一种hevc快速cu深度划分编码方法
CN105120295A (zh) * 2015-08-11 2015-12-02 北京航空航天大学 一种基于四叉树编码分割的hevc复杂度控制方法
CN105141954A (zh) * 2015-08-19 2015-12-09 浙江工业大学 一种hevc帧间编码快速模式选择方法
CN105681787A (zh) * 2016-01-22 2016-06-15 北京大学 对时空信号进行编码的方法和装置
CN107071416A (zh) * 2017-01-06 2017-08-18 华南理工大学 一种hevc帧内预测模式快速选择方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109819251A (zh) * 2019-01-10 2019-05-28 北京大学 一种脉冲阵列信号的编解码方法
CN111406408A (zh) * 2019-01-11 2020-07-10 深圳市大疆创新科技有限公司 三维数据点的编解码方法和装置
WO2020143063A1 (zh) * 2019-01-11 2020-07-16 深圳市大疆创新科技有限公司 三维数据点的编解码方法和装置
CN111406408B (zh) * 2019-01-11 2023-02-21 深圳市大疆创新科技有限公司 三维数据点的编解码方法和装置
CN109905131A (zh) * 2019-02-27 2019-06-18 中国科学院半导体研究所 一种脉冲序列压缩编码方法和装置

Also Published As

Publication number Publication date
CN108965873B (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110225341B (zh) 一种任务驱动的码流结构化图像编码方法
JP2809659B2 (ja) ビデオ画像処理
DE112018005149T5 (de) Punktwolkenkomprimierung
CN104599290B (zh) 一种面向视频感知节点的目标检测方法
CN108965873A (zh) 一种脉冲阵列编码的自适应划分方法
EP2224357A1 (en) Video segmentation
CN113272867A (zh) 占用图精度的自适应选择
CN110517329A (zh) 一种基于语义分析的深度学习图像压缩方法
EP3777180B1 (en) A method and apparatus for encoding/decoding a point cloud representing a 3d object
CN103220545A (zh) 一种立体视频实时深度估计系统硬件实现方法
CN113284203B (zh) 基于八叉树编码和体素上下文的点云压缩及解压缩方法
CN105357523A (zh) 一种基于hosvd算法视频压缩系统及方法
Walach et al. A fractal based approach to image compression
CN111586412A (zh) 高清视频处理方法、主设备、从设备和芯片系统
CN108881906A (zh) 一种图像重构方法及装置
CN105245798B (zh) 基于分块压缩感知的ccd 视频压缩测量成像系统及控制方法
Dehnavi et al. Cost and power efficient FPGA based stereo vision system using directional graph transform
CN106559670A (zh) 一种改进的分块视频压缩感知算法
CN112184555B (zh) 一种基于深度交互学习的立体图像超分辨率重建方法
JP5801614B2 (ja) 画像処理装置、画像処理方法
CN109474825B (zh) 一种脉冲序列压缩方法及系统
CN109379590B (zh) 一种脉冲序列压缩方法及系统
Wang et al. Enhancing HEVC spatial prediction by context-based learning
KR100926127B1 (ko) 복수 카메라를 이용한 실시간 입체 영상 정합 시스템 및 그방법
CN107509074B (zh) 基于压缩感知的自适应3d视频压缩编解码方法

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
TR01 Transfer of patent right

Effective date of registration: 20220126

Address after: 100084 b501b-2, 5th floor, building 8, yard 1, Zhongguancun East Road, Haidian District, Beijing

Patentee after: Pulse vision (Beijing) Technology Co.,Ltd.

Address before: 100871 No. 5, the Summer Palace Road, Beijing, Haidian District

Patentee before: Peking University

TR01 Transfer of patent right