CN115604465B - 基于相空间连续性的光场显微图像无损压缩方法及装置 - Google Patents

基于相空间连续性的光场显微图像无损压缩方法及装置 Download PDF

Info

Publication number
CN115604465B
CN115604465B CN202211600883.0A CN202211600883A CN115604465B CN 115604465 B CN115604465 B CN 115604465B CN 202211600883 A CN202211600883 A CN 202211600883A CN 115604465 B CN115604465 B CN 115604465B
Authority
CN
China
Prior art keywords
lossless compression
light field
compression
microscopic image
phase space
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.)
Active
Application number
CN202211600883.0A
Other languages
English (en)
Other versions
CN115604465A (zh
Inventor
熊博
严峻
苏长青
周游
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.)
Zhejiang Hehu Technology Co ltd
Original Assignee
Zhejiang Hehu Technology 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 Zhejiang Hehu Technology Co ltd filed Critical Zhejiang Hehu Technology Co ltd
Priority to CN202211600883.0A priority Critical patent/CN115604465B/zh
Publication of CN115604465A publication Critical patent/CN115604465A/zh
Application granted granted Critical
Publication of CN115604465B publication Critical patent/CN115604465B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/11Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/184Methods 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 bits, e.g. of the compressed video stream
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods 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

Landscapes

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

Abstract

本发明公开了基于相空间连续性的光场显微图像无损压缩方法及装置,包括图像压缩方法和图像解压方法,所述图像压缩方法具体包括如下步骤:根据光场显微图像的相空间的连接性进行不同预测方式的像素值预测,得到预测结果;根据预测结果估算出不同预测方式压缩所需要的比特数,选择最佳预测方式;使用无损压缩算法对选择的最佳预测方式进行无损压缩编码;将无损压缩编码的结果进行打包得到压缩包;所述无损压缩编码的结果包括无损压缩的编码内容和记录关键压缩信息的头部内容。根据相空间连续性的预测方式能够极大的减少光场显微图像中的信息冗余;根据二维熵判据能够预测不同压缩方式的相对压缩效果,通过对比能够选择最适合的预测方式。

Description

基于相空间连续性的光场显微图像无损压缩方法及装置
技术领域
本发明涉及光场显微数据压缩技术领域,特别涉及基于相空间连续性的光场显微图像无损压缩方法及装置。
背景技术
光场显微技术因为其卓越的三维成像能力在生物医学研究领域近年来得到了快速的发展,光场显微镜能够在单次快照下捕获四维光场数据到二维图像传感器中,其成像速率只受到相机帧率的限制,非常适合高速的三维成像。通过对其记录的二维光场图像进行重建,就能都得到三维结构信息。
由于具有低光漂白性和同步三维成像的优点,光场显微镜一直是长时间高速三维显微成像的优雅而紧凑解决方案,适用于神经元活动观察和高速细胞器跟踪等生物学应用。光场显微实验获得的数据具有多维度,包括四维相空间和一个时间维。随着实验数量的增加,生成的多维数据通常达到TB级别。这样的数据产生速度给数据存储带来了巨大的挑战。在这种情况下,合适的压缩算法将大大缓解存储压力。有损压缩算法通常提供极高的压缩比,但会引入不可控的信息损失。在这些情况下,精确保存原始信息的无损压缩可能有其优越性。生物医学成像数据总是需要无损压缩,以避免错误的诊断。一般使用的无损图像压缩方法包括PNG、FLIF、bzip2和KLB,都不能充分利用光场显微数据的冗余进行优化。相比之下,B3D使用3D空间连续性来增加压缩比,但光场显微数据在4D相空间中具有冗余。基于VAE和基于flow-base等深度生成模型的无损压缩方法需要大量训练数据来调优模型参数,并且总是限制输入数据的大小以控制模型的大小。因此,一个大规模的图像(例如,2048*2048像素)需要分割成多个片段进行压缩,导致目前压缩时间超过10分钟。基于VAE的方法的性能受到下界的限制,这意味着对单个数据实例的压缩可能表现出较差的性能。基于flow-based的无损压缩方法,基于充分观测的模型,适用于少量相似的样本。基于生成对抗网络的压缩方法可以获得高保真压缩,但不能用于无损压缩,因为它不能优化似然。在宏观场景的光场摄影中可以根据光场图像的四维结构,充分利用角度连续性进行压缩,类似于视频压缩技术中利用时间连续性。此外,对部分光场数据子孔径图像进行深度图编码,也可以大大提高光场压缩的效率。但这两种方法都是在8位RGB光场图像上用有损压缩实现的,因为在宏观摄影数据中丢失一些信息(例如,微小结构)是可以容忍的。因此,现有的方法不能直接应用于荧光显微镜数据等低信噪比、高动态范围的显微数据的无损压缩。
因此,亟需一种适合光场显微数据图像的无损压缩方法。
发明内容
本发明的目的在于提供一种基于相空间连续性的光场显微图像无损压缩方法及装置,以克服现有技术中的不足。
为实现上述目的,本发明提供如下技术方案:
本申请公开了一种基于相空间连续性的光场显微图像无损压缩方法,包括图像压缩方法和图像解压方法,所述图像压缩方法具体包括如下步骤:
S1、根据光场显微图像的相空间的连接性进行不同预测方式的像素值预测,得到预测结果;
S2、根据预测结果估算出不同预测方式压缩所需要的比特数,选择所需最小比特数对应的预测方式为最佳预测方式;
S3、使用无损压缩算法对步骤S2中选择的最佳预测方式进行无损压缩编码;
S4、将步骤S3中无损压缩编码的结果进行打包得到压缩包;所述无损压缩编码的结果包括无损压缩的编码内容和记录关键压缩信息的头部内容。
作为优选,步骤S1中的根据相空间连续性进行不同方式的组合得到不同预测方式。
作为优选,步骤S2具体包括如下子步骤:
S21、将预测结果的16bit数据转换为8bit的序列;
S22、对步骤S21的8bit的序列进行块排序压缩(Burrows–Wheeler Transform);
S23、将步骤S22中BWT变换的结果按照相邻8bit重新组合成16bit序列;
S24、对步骤S23中的16bit序列做统计进行16bit熵值计算,选择熵值最小对应的预测方式为最佳预测方式。
作为优选,步骤S3中所述的无损压缩编码根据不同场景选择合适的无损压缩编码方式,比如bzip2、zlib等。
作为优选,步骤S4的头部内容记录的关键压缩信息包括无损压缩编码方式和预测方式。
作为优选,所述图像解压方法具体包括如下步骤:
S5、通过已知的存储方式从压缩包中分离出编码内容和头部内容;
S6、根据头部内容记录的无损压缩编码方式,对编码内容进行解码,得到解码结果;
S7、根据头部内容记录的预测方式,对解码结果进行逆预测处理,得到光场显微图像。
作为优选,所述已知的存储方式包括头部内容在前编码内容在后的形式,头部内容穿插在编码内容之间的形式等。
本发明还公开了一种基于相空间连续性的光场显微图像无损压缩装置,主要包括存储器和一个或多个处理器,所述存储器中存储有可执行代码,所述一个或多个处理器执行所述可执行代码时,用于实现上述的一种基于相空间连续性的光场显微图像无损压缩方法。
本发明还公开了一种计算机介质,其上存储有程序,该程序被处理器执行时,用于实现上述的一种基于相空间连续性的光场显微图像无损压缩方法。
本发明的有益效果:
1、根据步骤S1的相空间连续性的预测方式能够极大的减少光场显微图像中的信息冗余;
2、根据步骤S2的二维熵判据能够预测不同压缩方式的相对压缩效果,通过对比能够选择最适合的预测方式;
3、根据步骤S3中结合高效的编码方式能够实现高性能的显微光场图像的无损压缩;
4、根据步骤S4中结合的数据存储方式,能够得到实际可用的光场显微图像无损压缩格式文件;
本发明的特征及优点将通过实施例结合附图进行详细说明。
附图说明
图1为本发明一种基于相空间连续性的光场显微图像无损压缩方法的流程图;
图2示出了相空间连续性的预测的示意图以及常见的组合方式
图3示出了二维熵判据的流程示意图;
图4示出了一种基于相空间连续性的光场显微图像无损压缩方法在选择无损压缩算法为Bzip2时的效果示例;
图5是本发明一种基于相空间连续性的光场显微图像无损压缩装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面通过附图及实施例,对本发明进行进一步详细说明。但是应该理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1所示,本发明实例提供了一种基于相空间连续性的光场显微图像无损压缩方法,包括图像压缩方法和图像解压方法,所述图像压缩方法具体包括如下步骤:
S1、预测器:主要根据相空间的连续性进行不同预测方式的像素值预测;
S2、二维熵判据:主要是根据预测器的输出结果来估算不同预测方式压缩所需要的比特数,选择最佳的预测方式;
S3、无损压缩编码:主要使用无损压缩算法对二维熵判据选择的预测输出进行无损编码。
S4、文件信息打包:主要是打包无损压缩的编码结果以及头部信息输出到文件。
步骤S1中预测方式可以根据相空间连续性进行不同方式的组合,相空间的连续性如图2的(a)所示,像素X的值其与相空间连续的六个位置有关,根据不同的组合形式,常见的七种预测方式如图2的(c)所示;图2的(c)中的对应的f函数如图2的(b)所示;
步骤S2中二维熵的判据主要由以下子步骤,如图3所示:
S21、将预测结果的16bit数据转换为8bit的序列Q8;
S22、将步骤S121转换的序列进行BWT变换;
S23、将步骤S122中BWT变换的结果按照相邻8bit重新组合成16bit序列Q16;
S24、对步骤S123中的16bit序列Q16做统计进行16bit熵值计算,计算方式按照:
Figure DEST_PATH_IMAGE001
其中表示序列Q16中的值,
Figure DEST_PATH_IMAGE002
表示
Figure DEST_PATH_IMAGE003
值在序列中的频数,
Figure 750469DEST_PATH_IMAGE004
表示是序列Q8的长度。
步骤S3中所述的无损压缩编码可以根据不同场景选择合适的无损压缩编码方式,比如bzip2、zlib等。
步骤S4中所述的文件信息打包主要是打包两部分内容,一个是无损压缩的编码内容,另外一个是记录关键压缩信息的头部内容。
所述图像解压方法具体包括如下步骤:
S5、通过已知的存储方式包括头文件信息在前编码信息在后的形式,头文件信息穿插在编码信息之间的形式等,从压缩包中分离出编码内容和头部内容;
S6、根据头部内容记录的无损压缩编码方式,对编码内容进行解码,得到解码结果;
S7、根据头部内容记录的预测方式,对解码结果进行逆预测处理,得到光场显微图像。
实施例:
本发明实例提供了一种基于相空间连续性的光场显微图像无损压缩方法在实际应用的效果如图4所示:
本实例无损压缩算法选择的bzip2压缩算法;
光场显微数据是使用60×水浸物镜(Olympus, LUMFLN60XW, 1.1NA),微透镜尺寸为97.5um,焦距为1.95mm, 传感器像素大小为2048*2048,在四种不同曝光的情况下拍摄的(如图4的(a),不同曝光时间下的细胞光场数据所示),以体现不同信噪比下本发明实例的性能。
如图4的(b)所示,不同曝光时间下,不同预测器对压缩率的提升效果对比(Auto为二维嫡判据的结果,None为未使用预测方式的结果,其中A、B、C、A+B-C、A+(B-C)/2、B+(A-C)/2、(A+B)/2为对应于图2的(c)中的预测器),不同的预测方式会有不同的性能,而二维熵判据的结果和最佳的预测方式是吻合的,通过对比图4的(b)中未使用预测方式none和二维熵判定auto的结果可以发现,经过应用本发明实例能够最大提升了0.77bits/dim。
相空间的连续性的结合预测相比单种形式的预测更加能够减少光场显微图像中的信息冗余,如图2的(a)所示,通过A预测X的值称为基于角度连续性的预测,通过S预测X的值称为基于空间连续性的预测,结合A和S来预测X的值称为基于相空间连续性的预测;如图4的(c)所示,不同连续性结合下的压缩率对比,pcbzip2、acbzip2 和 scbzip2分别是基于相空间连续性、角度连续性和空间连续性的光场显微图像无损压缩算法,根据压缩率可知,相空间连续性的应用压缩效果明显更好。
参阅图5,本实施例提供了一种基于相空间连续性的光场显微图像无损压缩装置,对于本实施例的一种基于相空间连续性的光场显微图像无损压缩装置中未披露的细节,请参照其它实施例中的一种基于相空间连续性的光场显微图像无损压缩方法中具体的实施内容。
如图5所示,一种基于相空间连续性的光场显微图像无损压缩装置500,包括:
存储器502:用于存储可执行指令;以及处理器501:用于与存储器502连接以执行可执行指令从而完成一种基于相空间连续性的光场显微图像无损压缩方法。
本领域技术人员可以理解,示意图5仅仅是自适应成像设备的示例,并不构成对自适应成像设备的限定,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,例如自适应成像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1001(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 SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(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501也可以是任何常规的处理器等,处理器501是无损压缩装置500的控制中心,利用各种接口和线路连接整个无损压缩装置500的各个部分。
存储器502可用于存储计算机可读指令,处理器501通过运行或执行存储在存储器502内的计算机可读指令或模块,以及调用存储在存储器502内的数据,实现无损压缩装置500的各种功能。存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据无损压缩装置500使用所创建的数据等。此外,存储器502可以包括硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)或其他非易失性/易失性存储器件。
无损压缩装置500集成的模块如果以软件功能模块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,也可以通过计算机可读指令来指令相关的硬件来完成,的计算机可读指令可存储于一计算机可读存储介质中,该计算机可读指令在被处理器执行时,可实现上述各个方法实施例的步骤。
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序;计算机程序被处理器执行以实现其他实施例中的基于相空间连续性的光场显微图像无损压缩方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换或改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于相空间连续性的光场显微图像无损压缩方法,其特征在于:包括图像压缩方法和图像解压方法,所述图像压缩方法具体包括如下步骤:
S1、根据光场显微图像的相空间的连续性进行不同预测方式的像素值预测,得到预测结果;
S2、根据预测结果估算出不同预测方式压缩所需要的比特数,选择所需最小比特数对应的预测方式为最佳预测方式;步骤S2具体包括如下子步骤:
S21、将预测结果的16bit数据转换为8bit的序列;
S22、对步骤S21的8bit的序列进行块排序压缩;
S23、将步骤S22中BWT变换的结果按照相邻8bit重新组合成16bit序列;
S24、对步骤S23中的16bit序列做统计进行16bit熵值计算,选择熵值最小对应的预测方式为最佳预测方式;
S3、使用无损压缩算法对步骤S2中选择的最佳预测方式进行无损压缩编码;
S4、将步骤S3中无损压缩编码的结果进行打包得到压缩包;所述无损压缩编码的结果包括无损压缩的编码内容和记录关键压缩信息的头部内容;
所述图像解压方法具体包括如下步骤:
S5、通过已知的存储方式从压缩包中分离出编码内容和头部内容;
S6、根据头部内容记录的无损压缩编码方式,对编码内容进行解码,得到解码结果;
S7、根据头部内容记录的预测方式,对解码结果进行逆预测处理,得到光场显微图像。
2.如权利要求1所述的一种基于相空间连续性的光场显微图像无损压缩方法,其特征在于:步骤S1中的根据相空间连续性进行不同方式的组合得到不同预测方式。
3.如权利要求1所述的一种基于相空间连续性的光场显微图像无损压缩方法,其特征在于:步骤S3中所述的无损压缩编码包括bzip2、zlib。
4.如权利要求1所述的一种基于相空间连续性的光场显微图像无损压缩方法,其特征在于:步骤S4的头部内容记录的关键压缩信息包括无损压缩编码方式和预测方式。
5.如权利要求1所述的一种基于相空间连续性的光场显微图像无损压缩方法,其特征在于:所述已知的存储方式包括头部内容在前编码内容在后的形式或头部内容穿插在编码内容之间的形式。
6.一种基于相空间连续性的光场显微图像无损压缩装置,其特征在于:主要包括存储器和一个或多个处理器,所述存储器中存储有可执行代码,所述一个或多个处理器执行所述可执行代码时,用于实现权利要求1-5任一一项所述的一种基于相空间连续性的光场显微图像无损压缩方法。
7.一种计算机介质,其特征在于:其上存储有程序,该程序被处理器执行时,用于实现权利要求1-5任一一项所述的一种基于相空间连续性的光场显微图像无损压缩方法。
CN202211600883.0A 2022-12-14 2022-12-14 基于相空间连续性的光场显微图像无损压缩方法及装置 Active CN115604465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211600883.0A CN115604465B (zh) 2022-12-14 2022-12-14 基于相空间连续性的光场显微图像无损压缩方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211600883.0A CN115604465B (zh) 2022-12-14 2022-12-14 基于相空间连续性的光场显微图像无损压缩方法及装置

Publications (2)

Publication Number Publication Date
CN115604465A CN115604465A (zh) 2023-01-13
CN115604465B true CN115604465B (zh) 2023-03-10

Family

ID=84854059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211600883.0A Active CN115604465B (zh) 2022-12-14 2022-12-14 基于相空间连续性的光场显微图像无损压缩方法及装置

Country Status (1)

Country Link
CN (1) CN115604465B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107027025A (zh) * 2017-03-28 2017-08-08 清华大学深圳研究生院 一种基于宏像素块自适应预测的光场图像压缩方法
CN107995494A (zh) * 2017-12-12 2018-05-04 珠海全志科技股份有限公司 视频图像数据的压缩方法与解压方法、计算机装置、计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009037710A2 (en) * 2007-09-20 2009-03-26 Topspin Medical (Israel) Ltd. Dual imaging endoscopic probe with a self-contained mri module and an ultrasound imaging module
CN101865673B (zh) * 2010-06-08 2012-06-27 清华大学 一种微观光场采集与三维重建方法及装置
US9712820B2 (en) * 2014-04-24 2017-07-18 Lytro, Inc. Predictive light field compression
CN104219530A (zh) * 2014-09-28 2014-12-17 北京工商大学 基于预测模式拷贝的hevc多描述编码

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107027025A (zh) * 2017-03-28 2017-08-08 清华大学深圳研究生院 一种基于宏像素块自适应预测的光场图像压缩方法
CN107995494A (zh) * 2017-12-12 2018-05-04 珠海全志科技股份有限公司 视频图像数据的压缩方法与解压方法、计算机装置、计算机可读存储介质

Also Published As

Publication number Publication date
CN115604465A (zh) 2023-01-13

Similar Documents

Publication Publication Date Title
CN104854866A (zh) 下一代视频的内容自适应、特性补偿预测
TWI834087B (zh) 用於從位元流重建圖像及用於將圖像編碼到位元流中的方法及裝置、電腦程式產品
US11636626B2 (en) Apparatus and method of using AI metadata related to image quality
US20240078715A1 (en) Apparatus and method for point cloud processing
CN109716768A (zh) 存储和检索高位深度图像数据
CN112235569B (zh) 基于h264压缩域的快速视频分类方法、系统及装置
EP4229868A1 (en) Joint termination of bidirectional data blocks for parallel coding
CN117441333A (zh) 用于输入图像数据处理神经网络的辅助信息的可配置位置
CN115604465B (zh) 基于相空间连续性的光场显微图像无损压缩方法及装置
WO2011046681A2 (en) Joint scalar embedded graphics coding for color images
EP4392899A1 (en) Multi-level latent fusion in neural networks for image and video coding
CN114359100A (zh) 图像色彩增强方法、装置、存储介质与电子设备
CN116939218A (zh) 区域增强层的编解码方法和装置
CN117321989A (zh) 基于神经网络的图像处理中的辅助信息的独立定位
CN114979711A (zh) 音视频或图像分层压缩方法和装置
CN107172425A (zh) 缩略图生成方法、装置及终端设备
US20210279912A1 (en) Method, apparatus, and storage medium using padding/trimming in compression neural network
Zhang et al. A computationally efficient neural video compression accelerator based on a sparse cnn-transformer hybrid network
US20240089475A1 (en) Distributed computational system and method for artificial neural network
AU2022409165A1 (en) Hybrid framework for point cloud compression
CN104350748A (zh) 使用低分辨率深度图的视图合成
US20240114147A1 (en) Systems, methods and bitstream structure for hybrid feature video bitstream and decoder
CN114731455B (zh) 使用与图像质量相关的ai元数据的设备和方法
WO2023092388A1 (zh) 解码方法、编码方法、解码器、编码器和编解码系统
KR20240107131A (ko) 적응적 포인트 생성을 통한 학습 기반 포인트 클라우드 압축

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