CN109547784A - 一种编码、解码方法及装置 - Google Patents

一种编码、解码方法及装置 Download PDF

Info

Publication number
CN109547784A
CN109547784A CN201710861871.6A CN201710861871A CN109547784A CN 109547784 A CN109547784 A CN 109547784A CN 201710861871 A CN201710861871 A CN 201710861871A CN 109547784 A CN109547784 A CN 109547784A
Authority
CN
China
Prior art keywords
resolution image
image
full
residual
encoder
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.)
Pending
Application number
CN201710861871.6A
Other languages
English (en)
Inventor
徐威
葛新宇
周力
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201710861871.6A priority Critical patent/CN109547784A/zh
Priority to PCT/CN2018/101040 priority patent/WO2019056898A1/zh
Publication of CN109547784A publication Critical patent/CN109547784A/zh
Pending legal-status Critical Current

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
    • H04N19/10—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
    • H04N19/102—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
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • 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
    • H04N19/10—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
    • H04N19/42—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
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • 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
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
    • 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)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明实施例提供一种编解码方法和装置，其中，编码方法包括：先将原始分辨率图像进行下采样处理，获取低分辨率图像，然后将该低分辨率图像输入主编码器进行编码，获得主编码信息；另外还将该低分辨率图像输入上转换器进行上转换处理，获取全分辨率图像，然后根据所述原始分辨率图像与该全分辨率图像计算得到残差图像，随后将所述残差图像输入自编码器进行编码，获取残差图像编码信息，将所述残差图像编码信息输入辅编码器进行熵编码获得辅编码信息。这样可将4K或更高质量的图像拆分成主编码信息和辅编码信息分开传输，能够满足当前网络环境下，实现4K或更高质量的视频传输，并且能够保证重构后的视频图像质量。

Description

一种编码、解码方法及装置
技术领域
本申请涉及图像处理技术，具体的，涉及一种编码、解码方法及装置。
背景技术
随着用户群体对4K视频的需求日益增大，4K电视逐渐走向千家万户，为用户提供了超高清的视觉享受。英国市场研究机构未来咨询报告指出，预计2018年全球4K电视出货量将达到1亿台，中国市场占据全球4K电视市场需求总量的70％。但是，相比1080P视频仅需8～10Mbps的码率就能得到较好画质而言，4K视频对传输带宽的需求大增，基本的4K60P视频就需要30～50Mbps的码率才能保证良好的画面体验，根据统计报告，中国现在的接入网带宽仅为20Mbps，峰值速率为18.4Mbps，平均速度更是仅有可怜的3.4Mbps。如此情况，传统通用的视频编解码技术已无法保证在现有带宽环境下传输高质量的4K视频。
发明内容
有鉴于此，本申请提供一种编码方法和装置，可以解决在现有带宽环境下传输高质量的视频。
第一方面，提供一种编码装置，包括：下采样器，上转换器，计算器，自编码器、主编码器和辅编码器，其中，
所述下采样器，用于接收原始分辨率图像，对所述原始分辨率图像进行下采样处理，获取低分辨率图像，将所述获取的低分辨率图像发送给所述上转换器和所述主编码器；
所述主编码器，与所述下采样器相连，用于对接收的所述低分辨率图像进行编码，获得主编码信息；
所述上转换器，与所述下采样器相连，用于将所述下采样器发送的所述低分辨率图像转换为第一全分辨率图像，将所述第一全分辨率图像发送给所述计算器；
所述计算器，用于接收所述原始分辨率图像和所述第一全分辨率图像，根据所述原始分辨率图像与所述第一全分辨率图像计算得到残差图像，将所述残差图像发给所述自编码器进行处理；
所述自编码器，与所述计算器相连，用于根据自编码算法对所述残差图像进行编码，获得残差图像编码信息，将所述残差图像编码信息发送给所述辅编码器；
所述辅编码器，与所述自编码器相连，用于将来自所述自编码器的残差图像编码信息进行熵编码获得辅编码信息。
参考第一方面的可选方式中，该编码装置还包括：与所述上转换器相连的滤波增强器，用于从所述上转换器获取第一全分辨率图像，对所述第一全分辨率图像进行滤波增强，获得第二全分辨率图像；所述计算器还用于，根据所述原始分辨率图像和第二全分辨率图像计算得到残差图像。
参考第一方面的可选方式中，所述滤波增强器具体用于，采用双边滤波算法对所述第一全分辨率图像进行滤波增强，获得第二全分辨率图像。
参考第一方面的可选方式中，所述计算器根据所述原始分辨率图像与所述第二全分辨率图像计算得到残差图像，包括：
将所述原始分辨率图像与所述第二全分辨率图像相同位置处的像素值相减，获得残差图像。
参考第一方面的可选方式中，所述自编码器根据自编码算法对所述残差图像进行编码获得残差图像编码信息，包括：
将所述残差图像划分为多个图像块；
根据预置的自编码器网络参数，对每个图像块分别进行编码，获得残差图像编码信息。
第二方面，提供一种解码装置，包括：主解码器，上转换器，辅解码器，自解码器以及合成器，其中，
所述主解码器，用于获取主编码信息，将所述主编码信息进行解码，获得低分辨率图像；
所述上转换器，与所述主解码器相连，用于接收来自所述主解码器的所述低分辨率图像，将所述低分辨率图像进行转换处理，获得第一全分辨率图像；
所述辅解码器，用于获取辅编码信息，将所述辅编码信息进行熵解码，获得残差图像编码信息；
所述自解码器，与所述辅解码器相连，用于对来自所述辅解码器的所述残差图像编码信息进行自解码，获取残差图像；
所述合成器，与所述上转换器和所述自解码器相连，用于将来自所述上转换器的所述第一全分辨率图像和来自所述自解码器的所述残差图像进行合成，获得第一原始分辨率图像。
参考第二方面的可选方式中，该解码装置还包括滤波增强器，与所述上转换器相连，用于对所述第一全分辨率图像进行滤波增强处理，获得第二全分辨率图像；所述合成器还用于将所述残差图像与所述第二全分辨率图像合成，获得第二原始分辨率图像。
参考第二方面的可选方式中，所述合成器具体用于：
将所述第一或者第二全分辨率图像与所述残差图像的相同位置处的像素值相加，获得第一或第二原始分辨率图像。
第三方面，提供一种编码方法，包括：
将原始分辨率图像输入下采样器进行下采样处理，获取低分辨率图像；
将所述低分辨率图像输入主编码器进行编码，获得主编码信息；
将所述低分辨率图像输入上转换器进行转换处理，获取第一全分辨率图像；
根据所述原始分辨率图像与所述第一全分辨率图像计算得到残差图像；
将所述残差图像输入自编码器进行编码，获取残差图像编码信息；
将所述残差图像编码信息输入辅编码器进行熵编码获得辅编码信息。
第四方面，提供一种解码方法，包括：
获取主编码信息，将所述主编码信息进行解码，获得低分辨率图像；
将所述低分辨率图像输入上转换器进行上转换处理，获得第一全分辨率图像；
获取辅编码信息，将所述辅编码信息输入辅解码器进行熵解码，获得残差图像编码信息；
将所述残差图像编码信息输入自解码器进行自解码，获取残差图像；
将所述残差图像与所述第一全分辨率图像合成，获得第一原始分辨率图像。
第五方面，提供一种编码装置，该装置具有实现上述第一方面所述的方法或第二方面中所述的方法中编码装置的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块(或单元)。
第六方面，提供一种解码装置，该解码装置具有实现上述第二方面所述的方法中解码装置的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块(或单元)。
第七方面，提供一种计算机程序产品，包括可执行程序代码，其中所述程序代码包括指令，当所述处理器执行所述指令时，所述指令使编码装置可执行如上述方面所述的编码方法。
第八方面，提供一种计算机程序产品，包括可执行程序代码，其中所述程序代码包括指令，当所述处理器执行所述指令时，所述指令使解码装置可执行如上述方面所述的解码方法。
第九方面，本申请实施例提供了一种计算机存储介质，用于储存为如上所述的编码装置所用的计算机软件指令，其包含用于执行上述方面所设计的程序。
第十方面，本申请实施例提供了一种计算机存储介质，用于储存为如上所述的解码装置所用的计算机软件指令，其包含用于执行上述方面所设计的程序。
第十一方面，提供了一种芯片系统，该芯片系统包括处理器，用于支持如上所述的编码装置或解码装置实现如上述方面中所涉及的编码方法或解码方法。在一种可能的设计中，所述芯片系统还包括存储器，所述存储器，用于保存通信设备必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包含芯片和其他分立器件。
通过上述方面，可以使得满足当前网络环境下，实现4K或更高质量的视频传输，并且能够保证重构后的视频图像质量。
附图说明
图1为本申请一实施例的编码装置结构示意图；
图2为本申请一实施例的解码装置结构示意图；
图3为本申请一实施例的编码方法流程示意图；
图4为本申请一实施例的解码方法流程示意图；
图5为本申请一实施例的自编码器结构示意图；
图6为本申请一实施例的自编码方法流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
图1为本申请一实施例的编码装置结构示意图，如图1所示，该编码装置包括：下采样器101、上转换器102、计算器104、自编码器105、辅编码器106和主编码器107。其中，下采样器101，用于接收原始分辨率图像，对所述原始分辨率图像进行下采样处理，获取低分辨率图像，将所述获取的低分辨率图像发送给上转换器102和主编码器107分别进行处理；主编码器107，与所述下采样器101相连，用于对接收的所述低分辨率图像进行编码，输出主编码信息；上转换器102，与下采样器101相连，用于将所述下采样器101发送的所述低分辨率图像转换为第一全分辨率图像，将所述第一全分辨率图像发送给计算器104；计算器104，用于接收所述原始分辨率图像和所述第一全分辨率图像，根据所述原始分辨率图像与所述第一全分辨率图像计算得到残差图像，将所述残差图像发给自编码器105进行处理；自编码器105，与所述计算器104相连，用于根据自编码算法对所述残差图像进行编码，获得残差图像编码信息，将所述残差图像编码信息发送给辅编码器106；辅编码器106，与自编码器105相连，用于将来于自编码器105的残差图像编码信息进行熵编码获得辅编码信息。
可选的，该编码装置还包括与上转换器102相连的滤波增强器103，用于从所述上转换器102获取第一全分辨率图像，对所述第一全分辨率图像进行滤波增强，获得第二全分辨率图像。
图2为本申请一实施例中解码装置结构示意图，如图2所示。该解码装置包括：主解码器201，上转换器202，合成器204、自解码器205和辅解码器206。其中，主解码器201，用于获取主编码信息，将所述主编码信息进行解码，获得低分辨率图像；上转换器202，与主解码器201相连，用于接收来自主解码器201的所述低分辨率图像，将所述低分辨率图像进行转换处理，获得第一全分辨率图像；辅解码器206，用于获取辅编码信息，将所述辅编码信息进行熵解码，获得残差图像编码信息，将所述残差图像编码信息输出给自解码器205进行处理；自解码器205，与辅解码器206相连，用于对来自所述辅解码器206的所述残差图像编码信息进行自解码，获取残差图像；合成器204，分别与上转换器202和自解码器205相连，用于将来自所述上转换器202的所述第一全分辨率图像和来自所述自解码器的所述残差图像进行合成，获得第一原始分辨率图像。
可选的，该解码装置还包括滤波增强器203，与所述上转换器202相连，用于对所述第一全分辨率图像进行滤波增强处理，获得第二全分辨率图像。
需要注意的是，为了便于说明和区分，本实施例中，使用了自编码器和自解码器的概念，在实际应用中，自编码器和自解码器可以是一个模块或者装置，比如自编码器(AutoEncoder,AE)，其本身既包含编码部分也包含解码部分，自编码器可以对应自编码器的编码部分，自解码器对应自编码器的解码部分。
需要注意的是，上述编码装置和解码装置的各个模块可以通过硬件或者软件实现，在一个示例中，编码器对主编码信息和辅编码信息的编码过程，或者解码器对主编码信息和辅编码信息的解码过程可以由在可编程设备和/或其他硬件设备上执行的软件程序来实现，诸如在图形处理器单元(GPU)，现场可编程门阵列(FPGA)，中央处理单元(CPU)以及计算设备上执行软件程序实现。在另一个示例中，编码装置对主编码信息和辅编码信息的编码过程，或者解码装置对主编码信息和辅编码信息的解码过程可以通过至少部分地硬件和/或嵌入在特定应用集成电路(ASIC)中的代码共同实现。
下面结合图3对本申请一实施例的编码方法进行阐述，如图3所示，该编码方法可由如图1所示的编码装置实现，包括如下步骤：
301、将原始分辨率图像输入下采样器模块，计算得到低分辨率的图像。
具体的，下采样器的作用是缩小图像，降低图像的分辨率。对于输入的尺寸为M×N的原始分辨率图像，对其进行s倍下采样，即得到(M/s)×(N/s)尺寸的图像，当然s应该是M和N的公约数才行。
一种可选的方法，就是把原始分辨率图像s×s窗口内的图像变成一个像素，这个像素点的值就是窗口内所有像素的均值。另一种办法就是将原始分辨率图像每隔(s-1)行、每隔(s-1)列取一个像素点，组成一个新的图像。比如将4K分辨率(3840×2160)的图像缩小到1080P分辨率(1920×1080)，实际上是对4K对象进行2倍下采样，可以将4K图像中2×2窗口内的图像变成一个像素，用窗口内所有像素的均值代表该像素；或者对原4K图像每隔一行、每隔一列去一个像素点，组成一幅缩小的1080P图像。
302、将低分辨率图像输入主编码器进行编码，输出主编码信息。
可选的，主编码器可采用任意的编码标准进行编码，比如，H.264、H.265、VP9标准。以H.265编码标准为例，将低分辨率图像分别依次进行预测编码、变换编码、量化环路后处理、熵编码，得到二进制的码流文件。
303、将低分辨率图像送入上转换器，获得低质量的全分辨率图像。
上转换器的作用是将低分辨率图像转换为高分辨率图像，又称为上采样，如将1080P图像上采样为4K图像。一般都采用内插值方法，即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。例如可采用经典的双三次插值算法。此时得到的全分辨率图像质量较低，故称为低质量的全分辨率图像。
304、将低质量的全分辨率视频图像进行滤波增强处理，得到质量较高的全分辨率图像。
该质量较高的全分辨率图像是相对于如上所述的低质量的全分辨率图像而言，经过滤波增强处理后，图像质量有提升。
具体的，滤波增强器采用双边滤波(Bilateral filter)算法对步骤303得到的低质量全分辨率图像进行增强处理，以便达到去除图像颗粒噪声，保持图像边缘、细节纹理的目的，而人眼视觉注意机制对于这些边缘纹理等信息比较敏感，采用双边滤波算法增强后可提高图像的主观视觉质量。双边滤波算法是经典的滤波增强算法，是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部的特点。
需要注意的是，步骤304为可选步骤。
305、将原始分辨率的图像与步骤304中获得的质量较高的全分辨率图像进行差值处理，得到残差图像；
具体而言，假设原始分辨率的图像为A，质量较高的全分辨率图像为B，将A与B中所有相同位置处的像素值相减，就得到残差图像。
306、对残差图像采用自编码器进行编码，获得残差图像编码信息。
具体的，首先将残差图像划分为多个n×n的图像块，每个图像块共包含N＝n×n个像素点；其次构造自编码器的网络结构,可参考图5，然后利用构造好的自编码器的网络结构对该残差图像的多个图像块分别进行编码。具体实施过程可参考如图6所示的自编码方法。
307、将自编码器编码后的残差图像编码信息送入辅编码器进行熵编码，生成最终的辅编码信息。
具体的，所谓熵编码是指按照信息熵原理进行的无损编码方式。将输入信息编码为二进制码流文件。这里采用的熵编码编码方法可为上下文自适应算法二进制编码(Context-based Adaptive Binary Arithmetic Coding，CABAC)，该方法也被H.265编码标准广泛使用。具体而言，将步骤306中每个图像块对应的自编码后的编码输出，输入到熵编码器中，采用CABAC编码为二进制码流文件，得到该各个图像块的辅助编码信息。
下面基于图4对本申请一实施例的解码方法进行说明，如图4所示，该解码方法包括如下步骤：
401、获取主编码信息，对所述主编码信息进行解码，获得低分辨率图像。
具体的，将主编码信息输入主解码器进行解码，主解码器可采用任意的解码标准，比如采用H.264、H.265、VP9等标准。以H.265标准为例，将编码后得到的二进制的码流文件依次进行熵解码、反量化、反变换等步骤，解码出低分辨率的图像。
402、将低分辨率图像输入上转换器进行转换处理，获得低质量的全分辨率图像。
可选的，本步骤可采用如图3步骤303相同的方法，如采用经典的双三次插值算法，将低分辨率图像转化为低质量的全分辨率图像。
403、将低质量的全分辨率视频图像进行滤波增强处理，得到质量较高的全分辨率图像。
可选的，本步骤可采用如图3步骤304相同的方法，如使用双边滤波(Bilateralfilter)算法对低质量全分辨率图像进行增强，以便达到去除图像颗粒噪声，保持图像边缘、细节纹理的目的。
404、获取辅编码信息，对辅编码信息进行熵解码，获得残差图像编码信息。
具体的，将辅编码信息输入辅解码器，熵解码后得到残差图像编码信息。
本步骤与图3步骤307相反，采用CABAC熵解码算法对二进制码流文件进行解码，依次对每个图像块解码，便得到该各个图像块对应的自编码后的L2层的输出至
405、将熵解码后的残差图像编码信息输入到自编码器的解码部分，恢复出残差图像。
具体实现方式可参考如下文所述的自编码器的解码过程。
需要注意的是，步骤405获得的残差图像的分辨率与步骤403得到的质量较高的全分辨率图像一样。
406、将步骤405恢复出的残差图像与步骤403得到的质量较高的全分辨率图像合成，得到重构后的原始分辨率图像。
具体而言，假设步骤405恢复出的残差图像为A，步骤403得到的质量较高的全分辨率图像为B，将A与B中所有相同位置处的像素值相加，就得到重构后的原始分辨率图像。
本实施例的解码方法是图3实施例的编码方法的逆过程，相关细节可以互相参考和应用，在此不再赘述。
下面参考图5对本申请实施例中的自编码器作进一步介绍。
所谓自编码器就是一个全连接的神经网络，设定网络的目标输出值等于输入值，一个包含6个节点的自编码器如图5所示：
该自编码器是对一个6维的向量进行x＝[x1,x2,…x6]进行自编码，使得输出hw,b(x)＝x。该自编码器共包含三层，输入层L1有6个普通节点和一个偏置节点，标上“+1”的圆圈被称为偏置节点；L2层共含有3个普通节点和一个偏置节点；输出层L3包含6个普通节点。L2的每个普通节点都与L1层的所有节点用一条边相连，每个相连节点之间都会有一个权重参数w，L3的每个普通节点都与L2层的所有节点用一条边相连，每个相连节点之间也都会有一个权重参数w，以L2层的输出为例，L2层第一个节点的输出为：
其中，为L1层的第一个节点与L2层的第一个节点之间的权重参数，为L1层的第二个节点与L2层的第一个节点之间的权重参数，为L1层的第三个节点与L2层的第一个节点之间的权重参数，以此类推。为L1层的偏置节点与L2层的第一个节点之间的权重参数。f(.)表示激活函数，这里采用sigmoid函数。以此类推，可以得到L2层第二个、第三个节点的输出和
假设用Wl-1表示l-1层与l层之间的权重参数的集合，用bl-1表示l-1层与第l层的偏置项参数的集合，则第l个全连接层的输出可简单表示为：
Xl＝Wl-1Xl-1+bl-1。
以此类推，与L2层相似，输出层L3的每个节点的输出值为：
并且输出值与输入值相等，如此便形成了一个自编码器。其关键是每个节点之间相连的边的权重w的计算，一般分为如下几个步骤：
首先，收集大量的6维训练样本，作为自编码器的输入，为保证参数训练的准确性，训练样本一般选取10000个以上。
其次，构造损失函数J(w,b),即自编码器的输出相比原始的输入损失的程度，一般采用两者差值的平方来表示。
最后，根据损失函数，采用反向传播算法(Back propagation Algorithm，BP)，逐层计算权重w。
当训练好自编码器的参数后，可对实际输入的6维向量x＝[x1,x2,…x6]进行自编码：即根据L1层和L2层之间的参数，按式(1)、(2)计算得到L2层的3维输出a＝[a1,a2,a3]，这便是自编码器的编码过程，此过程能够很好地实现原始数据的压缩。如果对L2层添加稀疏约束，使尽量多的L2层的节点输出值为0，便可进一步压缩数据量。
根据L2层和L3层之间的参数，按式(3)计算得到L3层的输出，即得到了对原始实际输入的6维向量的恢复，这便是自编码器的解码过程。
下面结合图6对本申请实施例中自编码方法作进一步介绍，该自编码方法包括如下步骤：
601、将残差图像划分为多个图像块。
具体的，可将残差图像划分为n×n的图像块，每个图像块共包含N＝n×n个像素点。
602、构造自编码器的网络结构。
一种具体实施方案中，可参照图5所示的三层网络，不过节点数目有所变动：由于每个图像块包含N个像素点，那么对应的输入层L1有N个与像素点对应的普通节点和一个偏置节点；L2层共含有M＝N/2个普通节点(或取一个小于N的数)和一个偏置节点；输出层L3包含N个普通节点。L2的每个普通节点都与L1层的所有节点用一条边相连，每个相连节点之间都会有一个权重参数w；同样的，L3的每个普通节点都与L2层的所有节点用一条边相连，每个相连节点之间都会有一个权重参数w。以L2层的输出为例，L2层第一个节点的输出为：
其中，为L1层的第一个节点与L2层的第一个节点之间的权重参数，为L1层的第二个节点与L2层的第一个节点之间的权重参数，以此类推，为L1层的第N个节点与L2层的第一个节点之间的权重参数。为L1层的偏置节点与L2层的第一个节点之间的权重参数。f(.)表示激活函数，这里采用sigmoid函数。以此类推，可以得到L2层第二个直至第M个节点的输出：
L3层共有N个节点，类似的，L3层第一个、第二个直至第N个节点的输出为：
自编码器的目标是使输出等于输入，这里就是使L3层的N个输出与原始的包含N个像素点的图像块输入相等。
603、训练自编码器的网络参数，即训练每个节点之间相连的边的权重w。
首先，选取多种类型的视频图像，包括动画片、室内场景、室外场景等，将图像划分为N＝n×n的图像块，作为训练样本。为保证网络参数学习的充分性，选取的训练样本最好足够多，一般取10000个以上；
其次，构造损失函数J(W,b)，即自编码器的输出相比原始的输入损失的程度：
另一种可行的损失函数构造方式是对中间层L2增加稀疏约束。所谓稀疏约束是指：当L2层某节点输出接近于1的时候我们认为它被激活，而节点输出接近于0的时候认为它被抑制，尽可能的使L2层的抑制节点数目多，则达到了稀疏约束。具体而言，L2层的第j个输出相对于包含N个像素点(x1到xN)的图像块的平均活跃度为：
加入限制ρ是稀疏性系数，通常是一个接近于0的较小值，如0.05。为了实现这一限制，需要在构造的损失函数中增加一个额外的惩罚因子，这个惩罚因子会将惩罚那些与ρ有显著不同的从而使L2层各节点的平均活跃度保持在较小范围内，惩罚因子为：
其中M表示L2层节点数目。该惩罚因子可表达为相对熵(KL divergence)的形式：
那么，增加了稀疏约束后的损失函数为：
其中β是控制稀疏性惩罚因子的权重。此时便构造好了损失函数。
我们的目标是确定最优的参数W和b，使J(W,b)取最小值，这需要通过梯度下降法实现。首先，用随机数初始化自编码器的网络参数，将训练样本依次输入到自编码器中；接着根据自编码器的输出和原始输入的差异得到损失函数J(W,b)；假设第l层(一共三层)参数表示为Wl，第l层偏置项表示为bl，计算偏导数：
和
然后，利用偏导数更新Wl和bl：
其中α称为学习速度，取值范围一般为[0.01,0.1]，为一较小的实数。梯度下降法求解的关键是计算代价函数J(W,b)对每层参数的偏导数，这需要通过反向传播(Backpropagation Algorithm，BP)算法实现(这是一个经典的算法，这里不再赘述)。
当依次训练完所有的输入训练样本后，便得到自编码器每一层最终的最优权重参数Wl和偏置项参数bl。
604、根据训练好的自编码器网络参数，将残差图像的每个图像块输入到自编码器的编码部分进行编码。
所谓自编码器的编码部分，是指输入层Layer L1和中间层Layer L2及其之间的网络结构。图像块包含N＝n×n个像素点，那么自编码器L1层就有N个普通节点和一个偏置节点；L2层含有M＝N/2个普通节点(或取一个小于N的数)和一个偏置节点；当按照步骤603训练好各个节点之间相连的边权重w之后，便可按照公式(4)～(5)计算得到L2层的各个节点的输出至由于M<N，L2层的输出至就实现了对原始数据的压缩，也即实现了编码过程。至能够更好反应原始数据之间的一种内在特征。更进一步，当增加了步骤603中描述的稀疏约束，即L2层中尽量多的节点输出接近于0，则可更好地在后续熵编码步骤中进一步压缩数据量。
自编码器的解码过程与编码过程逆对应，具体，如图4所示的步骤405，将熵解码后的结果输入到自编码器的解码部分，恢复出残差图像，具体过程如下：
所谓自编码器的解码部分，是指中间层L2和输出层L3及其之间的网络结构。当按照构造好自编码器的网络结构并训练好网络参数后，所需做的就是将熵解码后得到的“自编码器的L2层的输出至”与L3层相连，按照公式(6)计算，得到L3层的输出，就是自编码器的解码结果，即包含N个像素点的原图像块的近似恢复。
将原残差图像中所有k个图像块m1,…mk的熵解码结果都依次输入到自编码器的解码部分，解码后得到这些图像块的近似恢复m’1,…m’k，将这些近似恢复的图像块按照m1,…mk在原残差图像中的位置进行组合，便得到恢复出的残差图像。
如上所述的编解码方法，基于自编码器的编解码方法是非线性的，在编解码过程中相对原始残差图像的失真较少，从而重构后的视频图像主观质量、客观质量更优。另外，相比传统的重构视频编码(Reconstructive Video Coding,RVC)方法中需要在预处理模块和后处理模块都存储一份数据量较大的参考图像矩阵，而本实施例所述的基于自编码器的编解码方法仅需存储自编码器中编码部分的参数(输入层L1与中间层L2之间的参数)和存储自编码器的解码参数(中间层L2与输出层L3之间的参数)，数据量较小，节省存储空间。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (17)

1.一种编码装置，其特征在于，包括：下采样器，上转换器，计算器，自编码器、主编码器和辅编码器，其中，
所述下采样器，用于接收原始分辨率图像，对所述原始分辨率图像进行下采样处理，获取低分辨率图像，将所述获取的低分辨率图像发送给所述上转换器和所述主编码器；
所述主编码器，与所述下采样器相连，用于对接收的所述低分辨率图像进行编码，获得主编码信息；
所述上转换器，与所述下采样器相连，用于将所述下采样器发送的所述低分辨率图像转换为第一全分辨率图像，将所述第一全分辨率图像发送给所述计算器；
所述计算器，用于接收所述原始分辨率图像和所述第一全分辨率图像，根据所述原始分辨率图像与所述第一全分辨率图像计算得到残差图像，将所述残差图像发给所述自编码器进行处理；
所述自编码器，与所述计算器相连，用于根据自编码算法对所述残差图像进行编码，获得残差图像编码信息，将所述残差图像编码信息发送给所述辅编码器；
所述辅编码器，与所述自编码器相连，用于将来自所述自编码器的残差图像编码信息进行熵编码获得辅编码信息。
2.如权利要求1所述的装置，其特征在于，还包括：
与所述上转换器相连的滤波增强器，用于从所述上转换器获取第一全分辨率图像，对所述第一全分辨率图像进行滤波增强，获得第二全分辨率图像；
所述计算器还用于，根据所述原始分辨率图像和所述第二全分辨率图像计算得到残差图像。
3.如权利要求2所述的装置，其特征在于，所述滤波增强器具体用于，采用双边滤波算法对所述第一全分辨率图像进行滤波增强，获得所述第二全分辨率图像。
4.如权利要求3所述的装置，其特征在于，所述计算器根据所述原始分辨率图像与所述第二全分辨率图像计算得到残差图像，包括：
将所述原始分辨率图像与所述第二全分辨率图像相同位置处的像素值相减，获得残差图像。
5.如权利要求1-4任一项所述的装置，其特征在于，所述自编码器根据自编码算法对所述残差图像进行编码获得残差图像编码信息，包括：
将所述残差图像划分为多个图像块；
根据预置的自编码器网络参数，对每个图像块分别进行编码，获得残差图像编码信息。
6.一种解码装置，其特征在于，包括：主解码器，上转换器，辅解码器，自解码器以及合成器，其中，
所述主解码器，用于获取主编码信息，将所述主编码信息进行解码，获得低分辨率图像；
所述上转换器，与所述主解码器相连，用于接收来自所述主解码器的所述低分辨率图像，将所述低分辨率图像进行上转换处理，获得第一全分辨率图像；
所述辅解码器，用于获取辅编码信息，将所述辅编码信息进行熵解码，获得残差图像编码信息；
所述自解码器，与所述辅解码器相连，用于对来自所述辅解码器的所述残差图像编码信息进行解码，获取残差图像；
所述合成器，与所述上转换器和所述自解码器相连，用于将来自所述上转换器的所述第一全分辨率图像和来自所述自解码器的所述残差图像进行合成，获得第一原始分辨率图像。
7.如权利要求6所述的装置，其特征在于，还包括：
滤波增强器，与所述上转换器相连，用于对所述第一全分辨率图像进行滤波增强处理，获得第二全分辨率图像；
所述合成器还用于将所述残差图像与所述第二全分辨率图像合成，获得第二原始分辨率图像。
8.如权利要求6或7所述的装置，其特征在于，所述合成器具体用于：
将所述第一或者第二全分辨率图像与所述残差图像的相同位置处的像素值相加，获得第一或第二原始分辨率图像。
9.一种编码方法，其特征在于，包括：
将原始分辨率图像输入下采样器进行下采样处理，获取低分辨率图像；
将所述低分辨率图像输入主编码器进行编码，获得主编码信息；
将所述低分辨率图像输入上转换器进行上转换处理，获取第一全分辨率图像；
根据所述原始分辨率图像与所述第一全分辨率图像计算得到残差图像；
将所述残差图像输入自编码器进行编码，获取残差图像编码信息；
将所述残差图像编码信息输入辅编码器进行熵编码获得辅编码信息。
10.如权利要求9所述的方法，其特征在于，还包括：
将所述第一全分辨率图像输入滤波增强器进行滤波增强处理，获得第二全分辨率图像；
根据所述原始分辨率图像和所述第二全分辨率图像计算得到残差图像。
11.如权利要求9或10所述的方法，其特征在于，所述将所述第一全分辨率图像输入滤波增强器进行滤波增强处理，获得第二全分辨率图像，包括：
所述滤波增强器采用双边滤波算法对所述第一全分辨率图像进行滤波增强，获得所述第二全分辨率图像。
12.如权利要求10所述的方法，其特征在于，所述根据所述原始分辨率图像和所述第二全分辨率图像计算得到残差图像，包括：
将所述原始分辨率图像与所述第二全分辨率图像相同位置处的像素值相减，获得残差图像。
13.如权利要求9-12任一项所述的方法，其特征在于，所述将所述残差图像输入自编码器进行编码，获取残差图像编码信息，包括：
将所述残差图像划分为多个图像块；
根据预置的自编码器网络参数，对每个图像块分别进行编码，获取残差图像编码信息。
14.一种解码方法，其特征在于，包括：
获取主编码信息，将所述主编码信息进行解码，获得低分辨率图像；
将所述低分辨率图像输入上转换器进行上转换处理，获得第一全分辨率图像；
获取辅编码信息，将所述辅编码信息输入辅解码器进行熵解码，获得残差图像编码信息；
将所述残差图像编码信息输入自解码器进行解码，获取残差图像；
将所述残差图像与所述第一全分辨率图像合成，获得第一原始分辨率图像。
15.如权利要求14所述的方法，其特征在于，所述方法还包括：
将所述第一全分辨率图像输入滤波增强器进行滤波增强处理，获得第二全分辨率图像；
将所述第二全分辨率图像与所述残差图像合成，获得第二原始分辨率图像。
16.如权利要求14或15所述的方法，其特征在于，所述将第一或第二全分辨率图像与所述残差图像合成，获得第一或第二原始分辨率图像，包括：
将所述第一或者第二全分辨率图像与所述残差图像的相同位置处的像素值相加，获得第一或第二原始分辨率图像。
17.一种编解码系统，其特征在于，包括：
如权利要求1-5任一项所述的编码装置，和
如权利要求6-8任一项所述的解码装置。
CN201710861871.6A 2017-09-21 2017-09-21 一种编码、解码方法及装置 Pending CN109547784A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710861871.6A CN109547784A (zh) 2017-09-21 2017-09-21 一种编码、解码方法及装置
PCT/CN2018/101040 WO2019056898A1 (zh) 2017-09-21 2018-08-17 一种编码、解码方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710861871.6A CN109547784A (zh) 2017-09-21 2017-09-21 一种编码、解码方法及装置

Publications (1)

Publication Number Publication Date
CN109547784A true CN109547784A (zh) 2019-03-29

Family

ID=65811031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710861871.6A Pending CN109547784A (zh) 2017-09-21 2017-09-21 一种编码、解码方法及装置

Country Status (2)

Country Link
CN (1) CN109547784A (zh)
WO (1) WO2019056898A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110677681A (zh) * 2019-11-01 2020-01-10 合肥图鸭信息科技有限公司 一种视频编解码方法、装置及终端设备
CN110971903A (zh) * 2019-10-17 2020-04-07 西安万像电子科技有限公司 编码方法、设备及系统
CN111246206A (zh) * 2020-01-14 2020-06-05 济南浪潮高新科技投资发展有限公司 一种基于自编码器的光流信息压缩方法及装置
CN112055223A (zh) * 2020-08-21 2020-12-08 浙江大华技术股份有限公司 一种图像编解码方法及编解码器
CN112053285A (zh) * 2020-09-01 2020-12-08 平安科技（深圳）有限公司 图像处理方法、装置、计算机设备及存储介质
CN112887728A (zh) * 2019-11-29 2021-06-01 三星电子株式会社 电子装置、电子装置的控制方法以及系统
CN113574886A (zh) * 2020-02-28 2021-10-29 华为技术有限公司 图像传输方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111343458B (zh) * 2020-01-15 2022-03-01 浙江工业大学 一种基于重建残差的稀疏灰度图像编解码方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060088102A1 (en) * 2004-10-21 2006-04-27 Samsung Electronics Co., Ltd. Method and apparatus for effectively encoding multi-layered motion vectors
CN105163121A (zh) * 2015-08-24 2015-12-16 西安电子科技大学 基于深度自编码网络的大压缩比卫星遥感图像压缩方法
CN105959705A (zh) * 2016-05-10 2016-09-21 武汉大学 一种面向可穿戴设备的视频直播方法
CN106254879A (zh) * 2016-08-31 2016-12-21 广州精点计算机科技有限公司 一种应用自编码神经网络的有损图像压缩方法
CN107018422A (zh) * 2017-04-27 2017-08-04 四川大学 基于深度卷积神经网络的静止图像压缩方法
CN107181949A (zh) * 2017-06-23 2017-09-19 四川大学 一种结合超分辨率和残差编码技术的图像压缩框架

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1442603B1 (en) * 2001-10-26 2014-12-17 Koninklijke Philips N.V. Spatial scalable compression scheme using spatial sharpness enhancement techniques
WO2005099276A2 (en) * 2004-04-02 2005-10-20 Thomson Licensing Complexity scalable video encoding
CN103607591B (zh) * 2013-10-28 2017-02-01 四川大学 结合超分辨率重建的视频图像压缩方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060088102A1 (en) * 2004-10-21 2006-04-27 Samsung Electronics Co., Ltd. Method and apparatus for effectively encoding multi-layered motion vectors
CN105163121A (zh) * 2015-08-24 2015-12-16 西安电子科技大学 基于深度自编码网络的大压缩比卫星遥感图像压缩方法
CN105959705A (zh) * 2016-05-10 2016-09-21 武汉大学 一种面向可穿戴设备的视频直播方法
CN106254879A (zh) * 2016-08-31 2016-12-21 广州精点计算机科技有限公司 一种应用自编码神经网络的有损图像压缩方法
CN107018422A (zh) * 2017-04-27 2017-08-04 四川大学 基于深度卷积神经网络的静止图像压缩方法
CN107181949A (zh) * 2017-06-23 2017-09-19 四川大学 一种结合超分辨率和残差编码技术的图像压缩框架

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110971903A (zh) * 2019-10-17 2020-04-07 西安万像电子科技有限公司 编码方法、设备及系统
CN110677681A (zh) * 2019-11-01 2020-01-10 合肥图鸭信息科技有限公司 一种视频编解码方法、装置及终端设备
CN112887728A (zh) * 2019-11-29 2021-06-01 三星电子株式会社 电子装置、电子装置的控制方法以及系统
US11978178B2 (en) 2019-11-29 2024-05-07 Samsung Electronics Co., Ltd. Electronic device, control method thereof, and system
CN111246206A (zh) * 2020-01-14 2020-06-05 济南浪潮高新科技投资发展有限公司 一种基于自编码器的光流信息压缩方法及装置
CN111246206B (zh) * 2020-01-14 2021-09-21 山东浪潮科学研究院有限公司 一种基于自编码器的光流信息压缩方法及装置
CN113574886A (zh) * 2020-02-28 2021-10-29 华为技术有限公司 图像传输方法及装置
CN112055223A (zh) * 2020-08-21 2020-12-08 浙江大华技术股份有限公司 一种图像编解码方法及编解码器
CN112053285A (zh) * 2020-09-01 2020-12-08 平安科技（深圳）有限公司 图像处理方法、装置、计算机设备及存储介质
CN112053285B (zh) * 2020-09-01 2024-05-31 平安科技（深圳）有限公司 图像处理方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
WO2019056898A1 (zh) 2019-03-28

Similar Documents

Publication Publication Date Title
CN109547784A (zh) 一种编码、解码方法及装置
ES2934641T3 (es) Preprocesamiento de datos de imágenes
JP2021520162A (ja) ビデオ圧縮処理方法及び装置、電子機器並びに記憶媒体
CN108737823B (zh) 基于超分辨技术的图像编码方法和装置、解码方法和装置
CN104641643A (zh) 在分层层级中信号编码、解码和重构期间残差数据的分解
Ayzik et al. Deep image compression using decoder side information
CN115606179A (zh) 用于使用学习的下采样特征进行图像和视频编码的基于学习的下采样的cnn滤波器
CN111510739B (zh) 一种视频传输方法及装置
TW201031215A (en) Methods and apparatus for video image pruning
CN113747242B (zh) 图像处理方法、装置、电子设备及存储介质
KR102312337B1 (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
CN110753225A (zh) 一种视频压缩方法、装置及终端设备
Mander et al. An improved image compression-decompression technique using block truncation and wavelets
CN111800629A (zh) 视频解码方法、编码方法以及视频解码器和编码器
WO2023279961A1 (zh) 视频图像的编解码方法及装置
CN105408935A (zh) 上采样和信号增强
CN115552905A (zh) 用于图像和视频编码的基于全局跳过连接的cnn滤波器
CN106663310A (zh) 频域去噪
WO2022266955A1 (zh) 图像解码及处理方法、装置及设备
CN105392014B (zh) 一种优化的小波变换图像压缩方法
KR20200044668A (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
CN113574886B (zh) 图像传输方法及装置
GB2601362A (en) Video encoding using pre-processing
JP7125559B2 (ja) ビットレート削減のためのビデオストリーム適応フィルタリング
CN116847087A (zh) 视频处理方法、装置、存储介质及电子设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190329

RJ01 Rejection of invention patent application after publication