CN110944212A - 一种视频帧重构方法、装置及终端设备 - Google Patents
一种视频帧重构方法、装置及终端设备 Download PDFInfo
- Publication number
- CN110944212A CN110944212A CN201911202914.5A CN201911202914A CN110944212A CN 110944212 A CN110944212 A CN 110944212A CN 201911202914 A CN201911202914 A CN 201911202914A CN 110944212 A CN110944212 A CN 110944212A
- Authority
- CN
- China
- Prior art keywords
- frame
- reconstruction
- nth
- reconstructed
- residual error
- 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
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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明适用于视频压缩技术领域,提供了一种视频帧重构方法、装置及终端设备,所述方法包括:在视频压缩网络中获取第N‑2帧和第N‑1帧的重构图;根据所述第N‑2帧和第N‑1帧的重构图得到光流;基于所述光流和第N‑1帧的重构图得到第N帧的预测帧;根据所述第N帧的预测帧和第N帧得到第N帧的重构帧。本发明通过利用相邻帧的运动信息的相关性,参考前一帧运动信息压缩当前帧运动信息,减少运动信息的时域冗余,提高压缩性能。
Description
技术领域
本发明属于视频压缩技术领域,尤其涉及一种视频帧重构方法、装置及终端设备。
背景技术
现有技术在视频压缩过程中,基于光流预测可以去除视频序列中的大部分时域冗余信息,提升压缩性能。由于没有利用相邻帧的运动信息,从而使得运动信息的时域冗余较多,压缩性能不高。
因此,有必要提出一种新的技术方案来解决上述问题。
发明内容
有鉴于此,本发明实施例提供了一种视频帧重构方法、装置及终端设备,以解决现有技术中视频压缩性能不高的问题。
本发明实施例的第一方面提供了一种视频帧重构方法,包括:
在视频压缩网络中获取第N-2帧和第N-1帧的重构图;
根据所述第N-2帧和第N-1帧的重构图得到光流;
基于所述光流和第N-1帧的重构图得到第N帧的预测帧;
根据所述第N帧的预测帧和第N帧得到第N帧的重构帧。
本发明实施例的第二方面提供了一种视频帧重构装置,包括:
重构图模块,用于在视频压缩网络中获取第N-2帧和第N-1帧的重构图;
光流模块,用于根据所述第N-2帧和第N-1帧的重构图得到光流;
预测帧模块,用于基于所述光流和第N-1帧的重构图得到第N帧的预测帧;
重构帧模块,用于根据所述第N帧的预测帧和第N帧得到第N帧的重构帧。
本发明实施例的第三方面提供了一种视频帧重构终端设备,包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上第一方面所提供的方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上第一方面所提供的方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明通过利用相邻帧的运动信息的相关性,参考前一帧运动信息压缩当前帧运动信息,减少运动信息的时域冗余,提高压缩性能。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的视频帧重构方法的实现流程示意图;
图2是本发明实施例提供的视频帧重构装置的示意图;
图3是本发明实施例提供的视频帧重构终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例一提供的视频帧重构方法的实现流程,该方法的执行主体可以是终端设备,详述如下:
步骤S101,在视频压缩网络中获取第N-2帧和第N-1帧的重构图。
可选地,在视频压缩网络中提取第N-2帧和第N-1帧对应的网络的权重参数;
进一步地,对上述权重参数进行编解码后生成重构权重参数;其中,上述编码可以是香农(Shannon)编码、哈夫曼(Huffman)编码或者算术编码(arithmetic coding)等熵编码方案,此处不作限定;
进一步地,根据上述重构权重参数初始化上述第N-2帧和第N-1帧对应的网络;可选地,将上述生成的重构权重参数替换掉上述第N-2帧和第N-1帧对应的网络中的权重参数,构成新的第N-2帧和第N-1帧对应的网络;
进一步地,将第N-3帧和第N-2帧分别输入上述重构权重参数更新后的第N-2帧和第N-1帧对应的网络中,得到第N-2帧和第N-1帧的重构图。
步骤S102,根据上述第N-2帧和第N-1帧的重构图得到光流。
可选地,计算第N-2帧重构图图像的像素与第N-1帧重构图图像的像素的空间位置映射关系,得到光流。
具体地,光流是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性查找相邻两帧之间的相关性,从而计算出相邻帧之间物体的运动信息:将第N-2帧重构图和第N-1帧重构图输入预先设定的光流网络,得到光流信息。进一步地,上述光流网络包括两种网络结构:FlowNetS(FlowNetSimple)和FlowNetC(FlowNetCorr)。其中上述光流网络FlowNetS是直接将两张图像按照通道维重叠后输入,FlowNetS的网络结构中只有卷积层;上述光流网络FlowNetC是先分别提取输入的两张图像的特征,再计算特征的相关性,即两张图像的特征在空间维做卷积运算。
步骤S103,基于上述光流和第N-1帧的重构图得到第N帧的预测帧。
可选地,根据上述光流对第N-1帧的重构图进行warp操作后得到第N帧的预测帧。具体地,根据上述光流,将第N-1帧的重构图warp(图像仿射变换)到指定位置得到第N帧的预测帧。
步骤S104,根据上述第N帧的预测帧和第N帧得到第N帧的重构帧
可选地,将上述第N帧的预测帧与当前帧相减得到残差;
进一步地,将上述残差输入残差压缩网络得到解压残差;可选地,其中残差压缩网络为包含上采样层、编码网络、解码网络和下采样层的神经网络。将残差输入残差压缩网络,对上述残差进行编码得到残差比特流,再基于解码网络对上述残差比特流进行解码并下采样得到解压残差。
进一步地,将上述第N帧的预测帧与上述解压残差相加得到第N帧的重构帧。
本实施例中,通过利用相邻帧的运动信息的相关性,参考前一帧运动信息压缩当前帧运动信息,减少运动信息的时域冗余,提高压缩性能。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例二
图2示出了本发明实施例提供的视频帧重构装置的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。该视频帧重构装置2包括:重构图模块21、光流模块22、预测帧模块23、重构帧模块24。
其中,重构图模块21,用于在视频压缩网络中获取第N-2帧和第N-1帧的重构图;
光流模块22,用于根据上述第N-2帧和第N-1帧的重构图得到光流;
预测帧模块23,用于基于上述光流和第N-1帧的重构图得到第N帧的预测帧;
重构帧模块24,用于根据上述第N帧的预测帧和第N帧得到第N帧的重构帧。
可选地,上述重构图模块21包括:
参数提取单元,用于在视频压缩网络中提取第N-2帧和第N-1帧对应的网络的权重参数;
编解码单元,用于对上述权重参数进行编解码后生成重构权重参数;
初始化单元,用于根据上述重构权重参数初始化上述第N-2帧和第N-1帧对应的网络;
重构图获取单元,用于将第N-3帧和第N-2帧分别输入上述重构权重参数更新后的第N-2帧和第N-1帧对应的网络中,得到第N-2帧和第N-1帧的重构图。
可选地,上述光流模块22包括:
光流计算单元,用于计算第N-2帧重构图图像的像素与第N-1帧重构图图像的像素的空间位置映射关系,得到光流。
可选地,上述预测帧模块23包括:
warp单元,用于根据上述光流对第N-1帧的重构图进行warp操作后得到第N帧的预测帧。
可选地,上述重构帧模块24包括:
残差单元,用于将上述第N帧的预测帧与当前帧相减得到残差;
解压残差单元,用于将上述残差输入残差压缩网络得到解压残差;
重构帧单元,用于将上述第N帧的预测帧与上述解压残差相加得到第N帧的重构帧。
实施例三
图3是本发明一实施例提供的视频帧重构终端设备的示意图。如图3所示,该实施例的视频帧重构终端设备3包括:处理器30、存储器31以及存储在上述存储器31中并可在上述处理器30上运行的计算机程序32,例如视频帧重构程序。上述处理器30执行上述计算机程序32时实现上述各个视频帧重构方法实施例中的步骤,例如图1所示的步骤101至104。或者,上述处理器30执行上述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块21至24的功能。
示例性的,上述计算机程序32可以被分割成一个或多个模块,上述一个或者多个模块被存储在上述存储器31中,并由上述处理器30执行,以完成本发明。上述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述上述计算机程序32在上述视频帧重构终端设备3中的执行过程。例如,上述计算机程序32可以被分割成重构图模块、光流模块、预测帧模块、重构帧模块,各模块具体功能如下:
重构图模块,用于在视频压缩网络中获取第N-2帧和第N-1帧的重构图;
光流模块,用于根据上述第N-2帧和第N-1帧的重构图得到光流;
预测帧模块,用于基于上述光流和第N-1帧的重构图得到第N帧的预测帧;
重构帧模块,用于根据上述第N帧的预测帧和第N帧得到第N帧的重构帧。
上述视频帧重构终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。上述视频帧重构终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是视频帧重构终端设备3的示例,并不构成对视频帧重构终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如上述视频帧重构终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器31可以是上述视频帧重构终端设备3的内部存储单元,例如视频帧重构终端设备3的硬盘或内存。上述存储器31也可以是上述视频帧重构终端设备3的外部存储设备,例如上述视频帧重构终端设备3上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器31还可以既包括上述视频帧重构终端设备3的内部存储单元也包括外部存储设备。上述存储器31用于存储上述计算机程序以及上述视频帧重构终端设备所需的其他程序和数据。上述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
由上可见,本实施例通过利用相邻帧的运动信息的相关性,参考前一帧运动信息压缩当前帧运动信息,减少运动信息的时域冗余,提高压缩性能。
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,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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、或者计算机软件和电子硬件的结合来实现。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发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上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实施例方案的目的。
另外,在本发明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。
上述集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种视频帧重构方法,其特征在于,包括:
在视频压缩网络中获取第N-2帧和第N-1帧的重构图;
根据所述第N-2帧和第N-1帧的重构图得到光流;
基于所述光流和第N-1帧的重构图得到第N帧的预测帧;
根据所述第N帧的预测帧和第N帧得到第N帧的重构帧。
2.如权利要求1所述的视频帧重构方法,其特征在于,所述在视频压缩网络中获取第N-2帧和第N-1帧的重构图包括:
在视频压缩网络中提取第N-2帧和第N-1帧对应的网络的权重参数;
对所述权重参数进行编解码后生成重构权重参数;
根据所述重构权重参数初始化所述第N-2帧和第N-1帧对应的网络;
将第N-3帧和第N-2帧分别输入所述重构权重参数更新后的第N-2帧和第N-1帧对应的网络中,得到第N-2帧和第N-1帧的重构图。
3.如权利要求1所述的视频帧重构方法,其特征在于,所述根据所述第N-2帧和第N-1帧的重构图得到光流包括:
计算第N-2帧重构图图像的像素与第N-1帧重构图图像的像素的空间位置映射关系,得到光流。
4.如权利要求1所述的视频帧重构方法,其特征在于,所述基于所述光流和第N-1帧的重构图得到第N帧的预测帧包括:
根据所述光流对第N-1帧的重构图进行warp操作后得到第N帧的预测帧。
5.如权利要求1所述的视频帧重构方法,其特征在于,所述根据所述第N帧的预测帧和第N帧得到第N帧的重构帧包括:
将所述第N帧的预测帧与当前帧相减得到残差;
将所述残差输入残差压缩网络得到解压残差;
将所述第N帧的预测帧与所述解压残差相加得到第N帧的重构帧。
6.一种视频帧重构装置,其特征在于,包括:
重构图模块,用于在视频压缩网络中获取第N-2帧和第N-1帧的重构图;
光流模块,用于根据所述第N-2帧和第N-1帧的重构图得到光流;
预测帧模块,用于基于所述光流和第N-1帧的重构图得到第N帧的预测帧;
重构帧模块,用于根据所述第N帧的预测帧和第N帧得到第N帧的重构帧。
7.如权利要求6所述的视频帧重构装置,其特征在于,所述重构图模块包括:
参数提取单元,用于在视频压缩网络中提取第N-2帧和第N-1帧对应的网络的权重参数;
编解码单元,用于对所述权重参数进行编解码后生成重构权重参数;
初始化单元,用于根据所述重构权重参数初始化所述第N-2帧和第N-1帧对应的网络;
重构图获取单元,用于将第N-3帧和第N-2帧分别输入所述重构权重参数更新后的第N-2帧和第N-1帧对应的网络中,得到第N-2帧和第N-1帧的重构图。
8.如权利要求6所述的视频帧重构装置,其特征在于,所述重构帧模块包括:
残差单元,用于将所述第N帧的预测帧与当前帧相减得到残差;
解压残差单元,用于将所述残差输入残差压缩网络得到解压残差;
重构帧单元,用于将所述第N帧的预测帧与所述解压残差相加得到第N帧的重构帧。
9.一种视频帧重构终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911202914.5A CN110944212A (zh) | 2019-11-29 | 2019-11-29 | 一种视频帧重构方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911202914.5A CN110944212A (zh) | 2019-11-29 | 2019-11-29 | 一种视频帧重构方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110944212A true CN110944212A (zh) | 2020-03-31 |
Family
ID=69908789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911202914.5A Pending CN110944212A (zh) | 2019-11-29 | 2019-11-29 | 一种视频帧重构方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110944212A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111083500A (zh) * | 2019-12-31 | 2020-04-28 | 合肥图鸭信息科技有限公司 | 一种视频帧重构方法、装置及终端设备 |
CN111726621A (zh) * | 2020-04-24 | 2020-09-29 | 中国科学院微电子研究所 | 一种视频转换方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130121577A1 (en) * | 2009-10-30 | 2013-05-16 | Jue Wang | Methods and Apparatus for Chatter Reduction in Video Object Segmentation Using Optical Flow Assisted Gaussholding |
CN106447730A (zh) * | 2016-09-14 | 2017-02-22 | 深圳地平线机器人科技有限公司 | 参数估计方法、装置和电子设备 |
CN110246160A (zh) * | 2019-06-20 | 2019-09-17 | 腾讯科技(深圳)有限公司 | 视频目标的检测方法、装置、设备及介质 |
CN110363794A (zh) * | 2019-07-17 | 2019-10-22 | 青岛科技大学 | 视频连续帧之间的光流预测方法 |
-
2019
- 2019-11-29 CN CN201911202914.5A patent/CN110944212A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130121577A1 (en) * | 2009-10-30 | 2013-05-16 | Jue Wang | Methods and Apparatus for Chatter Reduction in Video Object Segmentation Using Optical Flow Assisted Gaussholding |
CN106447730A (zh) * | 2016-09-14 | 2017-02-22 | 深圳地平线机器人科技有限公司 | 参数估计方法、装置和电子设备 |
CN110246160A (zh) * | 2019-06-20 | 2019-09-17 | 腾讯科技(深圳)有限公司 | 视频目标的检测方法、装置、设备及介质 |
CN110363794A (zh) * | 2019-07-17 | 2019-10-22 | 青岛科技大学 | 视频连续帧之间的光流预测方法 |
Non-Patent Citations (2)
Title |
---|
GUO LU等: "DVC:An end-to-end deep video compression framework", 《ARXIV》 * |
刘洪彬等: "权重系数自适应光流法运动目标检测", 《光学精密工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111083500A (zh) * | 2019-12-31 | 2020-04-28 | 合肥图鸭信息科技有限公司 | 一种视频帧重构方法、装置及终端设备 |
CN111726621A (zh) * | 2020-04-24 | 2020-09-29 | 中国科学院微电子研究所 | 一种视频转换方法及装置 |
CN111726621B (zh) * | 2020-04-24 | 2022-12-30 | 中国科学院微电子研究所 | 一种视频转换方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110913218A (zh) | 一种视频帧预测方法、装置及终端设备 | |
CN109451308B (zh) | 视频压缩处理方法及装置、电子设备及存储介质 | |
CN110677651A (zh) | 一种视频压缩方法 | |
CN110830808A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN111784570A (zh) | 一种视频图像超分辨率重建方法及设备 | |
CN110753225A (zh) | 一种视频压缩方法、装置及终端设备 | |
CN111083478A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN110913219A (zh) | 一种视频帧预测方法、装置及终端设备 | |
CN110769263A (zh) | 一种图像压缩方法、装置及终端设备 | |
CN110913230A (zh) | 一种视频帧预测方法、装置及终端设备 | |
CN113079378B (zh) | 图像处理方法、装置和电子设备 | |
CN110944212A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN110650339A (zh) | 一种视频压缩方法、装置及终端设备 | |
CN114615507B (zh) | 一种图像编码方法、解码方法及相关装置 | |
CN116309148A (zh) | 图像修复模型训练方法、图像修复方法、装置和电子设备 | |
CN111083479A (zh) | 一种视频帧预测方法、装置及终端设备 | |
CN111083494A (zh) | 一种视频编码方法、装置及终端设备 | |
CN112637604B (zh) | 低时延视频压缩方法及装置 | |
CN111083500A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN115866252B (zh) | 一种图像压缩方法、装置、设备及存储介质 | |
CN109474826B (zh) | 图片压缩方法、装置、电子设备及存储介质 | |
CN111083501A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN111787321A (zh) | 用于边缘端的基于深度学习的图片压缩、解压缩方法及系统 | |
CN110830806A (zh) | 一种视频帧预测方法、装置及终端设备 | |
CN110913220A (zh) | 一种视频帧编码方法、装置及终端设备 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200331 |
|
WD01 | Invention patent application deemed withdrawn after publication |