CN117856794A - 多压缩算法模式下的自适应选优的装置及方法 - Google Patents
多压缩算法模式下的自适应选优的装置及方法 Download PDFInfo
- Publication number
- CN117856794A CN117856794A CN202311528845.3A CN202311528845A CN117856794A CN 117856794 A CN117856794 A CN 117856794A CN 202311528845 A CN202311528845 A CN 202311528845A CN 117856794 A CN117856794 A CN 117856794A
- Authority
- CN
- China
- Prior art keywords
- data
- compression
- module
- decompression
- memory
- 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
- 238000007906 compression Methods 0.000 title claims abstract description 127
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 230000006835 compression Effects 0.000 claims abstract description 95
- 230000006837 decompression Effects 0.000 claims abstract description 52
- 238000005070 sampling Methods 0.000 claims abstract description 37
- 238000006243 chemical reaction Methods 0.000 claims abstract description 23
- 238000013139 quantization Methods 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000013441 quality evaluation Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种多压缩算法模式下的自适应选优的装置及方法。所述装置包括:依次电连接的格式转换模块、预压缩采样模块、多压缩算法选择电路、解压模块、压缩质量量化模块、反馈电路以及存储器。所述方法包括如下步骤:S1.接收原始数据进行数据格式转换;S2.对所述格式转换模块输出的源数据进行采样;S3.在有损模式或无损模式下操作,将采样数据压缩成压缩数据;S4.解压缩并将解压缩数据送入所述存储器。本发明能够支持多种压缩算法,并且能够自适应选择最优压缩方式。
Description
技术领域
本发明属于时空数据挖掘技术领域,更具体地说,涉及一种多压缩算法模式下的自适应选优的装置及方法。
背景技术
随着用户与消费电子设备之间的交互日益增多,人们越来越注重多媒体的体验感,包括与文本、音频、图片以及视频等的交互,随之产生的是对视频以及图像等的高刷新率、高分辨率需求的增大,带来的问题是图像处理设备以及各种多媒体设备访问存储器的数据量带宽明显增大,压缩算法的产生明显降低了带宽的使用,它利用数据的冗余性进行压缩,数据大小的减小使得存储和传输变得更加便捷,经过压缩与解压缩的图片质量可以做到无损,或者一定程度的损耗,但质量一定程度的降低并不会影响观感,因为压缩过程中可以消除一些噪音及细节,反而使图片更加清晰。
但单一的压缩算法无法满足同一个应用具有多个不同的压缩需求,比如文档、高清图片的传输,要求质量无损、而视频数据的连续多帧播放对于连续性和稳定要求较高、而对用户的观感影响不大,采用有损压缩的方式更适合。
因此,急需一种支持多种压缩算法模式下的自适应选优并执行的装置及方法。
发明内容
本发明的目的是解决现有技术存在的问题,因此本发明提供了一种具有多种压缩算法支持的,并且能够自适应选择最优压缩方式的硬件实现方法,用以解决同一个应用具有多个不同压缩需求的问题。
实现本发明目的的技术方案是提供一种多压缩算法模式下的自适应选优的装置,所述装置包括依次电连接的格式转换模块、预压缩采样模块、多压缩算法选择电路、解压模块、压缩质量量化模块、反馈电路以及存储器;
所述格式转换模块,接收原始数据进行数据格式转换;
所述预压缩采样模块,对所述格式转换模块输出的源数据进行采样;
所述多压缩算法选择电路,在有损模式或无损模式下操作,将采样数据压缩成压缩数据,压缩数据送入所述存储器并同步送入所述解压模块,所述解压缩模块根据不同的压缩方式,进行解压缩操作,得到解压缩数据;
所述压缩质量量化模块,根据源数据、压缩数据以及解压缩数据,得到数据指标,根据指标进行压缩质量评价,并由所述反馈电路将最优压缩算法标志送入前级模块进行最优压缩路径确认,此时,收到反馈的所述格式转换模块将源数据送入所述多压缩算法选择电路并执行最优压缩算法的压缩操作,压缩数据送往所述存储器及所述解压模块内,所述解压模块再次根据不同的压缩方式,进行解压缩操作并将解压缩数据送入所述存储器。
根据本发明的又一方面,提供了一种多压缩算法模式下的自适应选优的方法,包括如下步骤:
S1.接收原始数据进行数据格式转换;
S2.对所述格式转换模块输出的源数据进行采样;
S3.在有损模式或无损模式下操作,将采样数据压缩成压缩数据,压缩数据送入所述存储器并同步送入所述解压模块,所述解压缩模块根据不同的压缩方式,进行解压缩操作,得到解压缩数据;
S4.根据源数据、压缩数据以及解压缩数据,得到数据指标,根据指标进行压缩质量评价,并由所述反馈电路将最优压缩算法标志送入前级模块进行最优压缩路径确认,此时,收到反馈的所述格式转换模块将源数据送入所述多压缩算法选择电路并执行最优压缩算法的压缩操作,压缩数据送往所述存储器及所述解压模块内,所述解压模块再次根据不同的压缩方式,进行解压缩操作并将解压缩数据送入所述存储器。
进一步的,S2中,采用均匀采样方式:将输入原始数据一帧图像分成M行、N列的网格,则该帧共有M×N个像素点,每一个网格都被称为一个像素,即依据预压缩采样模块的大小进行采样。
进一步的,以f(i,f)表示输入源数据,f’(i,f)表示压缩后解码的图像数据,则MSE为f(i,f)与f’(i,f)之间的均方根误差:
其中M,N分别表示一帧图像的高和宽;
峰值信噪比PSNR:
对于图像的灰度值,直接采用公式2计算;
对于有多个分量的彩色视频图像,则必须对每个分量单独采用公式2进行计算。
根据本发明的另一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明的多压缩算法模式下的自适应选优的装置中的步骤。
根据本发明的又一方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明的多压缩算法模式下的自适应选优的装置中的步骤。
相比于现有技术,本发明至少具有如下有益效果:
本发明能够支持多种压缩算法,并且能够自适应选择最优压缩方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。
图1是根据本发明电路图;
图2是用于详细说明图1的预压缩采样电路的举例示意图;
图3是示出单帧像素数据构成的实数矩阵示意图;
图4是示出图1的多压缩算法选择电路操作方法的示意图;
图5是一个较佳实施例的压缩与解压的流程图;
图6是一个较佳实施例的压缩质量量化电路的流程图;
图7为RDO曲线的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
下面结合附图1-7和实施例详细说明本发明的具体实施方式。
实施例1:本发明提供了如下技术方案:一种多压缩算法模式下的自适应选优的装置,所述装置包括依次电连接的格式转换模块、预压缩采样模块、多压缩算法选择电路、解压模块、压缩质量量化模块、反馈电路以及存储器;
所述格式转换模块,接收原始数据进行数据格式转换;
所述预压缩采样模块,对所述格式转换模块输出的源数据进行采样;
所述多压缩算法选择电路,在有损模式或无损模式下操作,将采样数据压缩成压缩数据,压缩数据送入所述存储器并同步送入所述解压模块,所述解压缩模块根据不同的压缩方式,进行解压缩操作,得到解压缩数据;
所述压缩质量量化模块,根据源数据、压缩数据以及解压缩数据,得到数据指标,根据指标进行压缩质量评价,并由所述反馈电路将最优压缩算法标志送入前级模块进行最优压缩路径确认,此时,收到反馈的所述格式转换模块将源数据送入所述多压缩算法选择电路并执行最优压缩算法的压缩操作,压缩数据送往所述存储器及所述解压模块内,所述解压模块再次根据不同的压缩方式,进行解压缩操作并将解压缩数据送入所述存储器。
一种多压缩算法模式下的自适应选优的方法,包括如下步骤:
S1.接收原始数据进行数据格式转换;
S2.对所述格式转换模块输出的源数据进行采样;
S3.在有损模式或无损模式下操作,将采样数据压缩成压缩数据,压缩数据送入所述存储器并同步送入所述解压模块,所述解压缩模块根据不同的压缩方式,进行解压缩操作,得到解压缩数据;
S4.根据源数据、压缩数据以及解压缩数据,得到数据指标,根据指标进行压缩质量评价,并由所述反馈电路将最优压缩算法标志送入前级模块进行最优压缩路径确认,此时,收到反馈的所述格式转换模块将源数据送入所述多压缩算法选择电路并执行最优压缩算法的压缩操作,压缩数据送往所述存储器及所述解压模块内,所述解压模块再次根据不同的压缩方式,进行解压缩操作并将解压缩数据送入所述存储器。
如图1所示为一种多压缩算法模式下的自适应选优的设备实现方案,内置多种压缩算法,并且配备自适应选择功能,能够通过预压缩与解压缩之后数据对比运算,计算出最优的压缩路径,然后通过反馈机制使源数据选择该最优压缩路径并执行压缩。
如图2是用于详细说明图1中的预压缩采样电路的举例示意。采样是指将空间上或时间上连续的图像变换成离散采样点(像素)集合的一种操作,也就是对图像空间坐标的离散化,有均匀采样和非均匀采样,此实施方案采用均匀采样方式:将输入原始数据一帧图像分成M行、N列的网格,如图2左图所示,则该帧共有M×N个像素点,每一个网格都被称为一个像素。均匀采样就是依据预压缩采样模块的大小进行采样,以4x4像素块为例,如图3,从M×N个像素中均匀抽取16个像素,采样信息分别为亮度和色度,然后进行量化处理,量化后一般为0~255离散量,采样后的像素信息作为源像素数据的采样子集。该子集可供选择的采样窗口大小可配置为16x16、32x32、64x64、128×128、256×256,采样数越大,进行预压缩的质量评价就越准确,当然所消耗的资源就约多,使用者可根据资源消耗代价选择合适的采样大小。
如图4所示为多压缩算法选择电路,内置有损压缩和无损压缩算法,选择模式内置选择器电路,选择为通用无损数据通路或多媒体有损压缩通路,基于源数据提供的标志类型来选择有损模式还是无损模式。其中有损压缩包含量化编码、分形和小波压缩以及基于模型的压缩算法,无损压缩内置哈夫曼编码、字典编码以及预测编码等编码方式。多种的压缩能力可以有效应对多种的压缩需求。包括无质量损耗的图片或文本等的压缩、质量有损但大大减少数据量的针对运动视频的多媒体有损压缩等等。
如图5所示为压缩与对应解压缩的流程示意图,图1中的解压模块负责按对应的压缩方式进行解压,得到压缩前后的数据、压缩比率、解压速度、质量损失评价指标,这些指标对于图6所示的质量量化具有指导意义。
如图6便是根据上述评价指标进行压缩质量的客观评价流程,以f(i,j)表示输入源数据,f’(i,j)表示压缩后解码的图像数据,
则MSE为f(i,f)与f’(i,f)之间的均方根误差:
其中M,N分别表示一帧图像的高和宽(像素)。
峰值信噪比PSNR:
对于图像的灰度值,直接采用上述公式计算,但是有多个分量的彩色视频图像,则必须对每个分量单独采用上述公式进行计算。比如,假设有一个采用YUV420平面格式的视频图像,大小为16x16(像素点),那么Y平面的大小几位16x16,而U平面和V平面都是8x8大小的平面。这样在计算Y平面的PSNR的时候,M=N=16,而在计算U平面和V平面的PSNR的时候,M=N=8。
计算出PSNR的值,便可以进一步计算RDO的曲线,RDO曲线是指对于选定的标准测试序列,经过特定的压缩算法,在不同的量化参数下编解码后得到的值,以码率为横坐标,以PSNR为纵坐标的曲线以该曲线作为不同压缩算法,也即不同编解码算法的性能。如图7所示为RDO曲线展示,位于左上方的曲线代表的压缩算法一般具有更优的性能。
实施例2:
本实施例的计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例1的多压缩算法模式下的自适应选优的装置中的步骤。
本实施例的计算机可读存储介质可以是终端的内部存储单元,例如终端的硬盘或内存;本实施例的计算机可读存储介质也可以是所述终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡,安全数字卡,闪存卡等;进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。
本实施例的计算机可读存储介质用于存储计算机程序以及终端所需的其他程序和数据,计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
实施例3:
本实施例的计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例1的多压缩算法模式下的自适应选优的装置中的步骤。
本实施例中,处理器可以是中央处理单元,还可以是其他通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列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;存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据,存储器的一部分还可以包括非易失性随机存取存储器,例如,存储器还可以存储设备类型的信息。
本领域内的技术人员应明白,实施例公开的内容可提供为方法、系统、或计算机程序产品。因此,本方案可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本方案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和光学存储器等)上实施的计算机程序产品的形式。
本方案是参照根据本方案实施例的方法、和计算机程序产品的流程图和/或方示意图来描述的,应理解可由计算机程序指令实现流程图和/或方示意图中的每一流程和/或方框、以及流程图和/或方示意图中的流程和/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/或方示意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/或方示意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/或方示意图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
本发明所述实例仅仅是对本发明的优选实施方式进行描述,并非对本发明构思和范围进行限定,在不脱离本发明设计思想的前提下,本领域工程技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的保护范围。
Claims (6)
1.一种多压缩算法模式下的自适应选优的装置,其特征在于,所述装置包括依次电连接的格式转换模块、预压缩采样模块、多压缩算法选择电路、解压模块、压缩质量量化模块、反馈电路以及存储器;
所述格式转换模块,接收原始数据进行数据格式转换;
所述预压缩采样模块,对所述格式转换模块输出的源数据进行采样;
所述多压缩算法选择电路,在有损模式或无损模式下操作,将采样数据压缩成压缩数据,压缩数据送入所述存储器并同步送入所述解压模块,所述解压缩模块根据不同的压缩方式,进行解压缩操作,得到解压缩数据;
所述压缩质量量化模块,根据源数据、压缩数据以及解压缩数据,得到数据指标,根据指标进行压缩质量评价,并由所述反馈电路将最优压缩算法标志送入前级模块进行最优压缩路径确认,此时,收到反馈的所述格式转换模块将源数据送入所述多压缩算法选择电路并执行最优压缩算法的压缩操作,压缩数据送往所述存储器及所述解压模块内,所述解压模块再次根据不同的压缩方式,进行解压缩操作并将解压缩数据送入所述存储器。
2.一种多压缩算法模式下的自适应选优的方法,其特征在于,包括如下步骤:
S1.接收原始数据进行数据格式转换;
S2.对所述格式转换模块输出的源数据进行采样;
S3.在有损模式或无损模式下操作,将采样数据压缩成压缩数据,压缩数据送入所述存储器并同步送入所述解压模块,所述解压缩模块根据不同的压缩方式,进行解压缩操作,得到解压缩数据;
S4.根据源数据、压缩数据以及解压缩数据,得到数据指标,根据指标进行压缩质量评价,并由所述反馈电路将最优压缩算法标志送入前级模块进行最优压缩路径确认,此时,收到反馈的所述格式转换模块将源数据送入所述多压缩算法选择电路并执行最优压缩算法的压缩操作,压缩数据送往所述存储器及所述解压模块内,所述解压模块再次根据不同的压缩方式,进行解压缩操作并将解压缩数据送入所述存储器。
3.根据权利要求2所述的方法,其特征在于,S2中,采用均匀采样方式:将输入原始数据一帧图像分成M行、N列的网格,则该帧共有M×N个像素点,每一个网格都被称为一个像素,即依据预压缩采样模块的大小进行采样。
4.根据权利要求3所述的方法,其特征在于,以f(i,f)表示输入源数据,f’(i,f)表示压缩后解码的图像数据,则MSE为f(i,f)与f’(i,f)之间的均方根误差:
其中M,N分别表示一帧图像的高和宽;
峰值信噪比PSNR:
对于图像的灰度值,直接采用公式2计算;
对于有多个分量的彩色视频图像,则必须对每个分量单独采用公式2进行计算。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:该程序被处理器执行时实现如权利要求2~4中任一项所述的多压缩算法模式下的自适应选优的方法中的步骤。
6.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求2~4中任一项所述的多压缩算法模式下的自适应选优的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311528845.3A CN117856794A (zh) | 2023-11-16 | 2023-11-16 | 多压缩算法模式下的自适应选优的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311528845.3A CN117856794A (zh) | 2023-11-16 | 2023-11-16 | 多压缩算法模式下的自适应选优的装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117856794A true CN117856794A (zh) | 2024-04-09 |
Family
ID=90542373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311528845.3A Pending CN117856794A (zh) | 2023-11-16 | 2023-11-16 | 多压缩算法模式下的自适应选优的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117856794A (zh) |
-
2023
- 2023-11-16 CN CN202311528845.3A patent/CN117856794A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20140056362A1 (en) | Video encoding and decoding using transforms | |
US20190082185A1 (en) | Efficient lossless compression of captured raw image information systems and methods | |
CN104853209A (zh) | 图像编码、解码方法及装置 | |
CN102726048B (zh) | 用于视频编码和解码的方法 | |
CN111741302B (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN104581177B (zh) | 一种结合块匹配和串匹配的图像压缩方法和装置 | |
CN105432083A (zh) | 混合向后兼容的信号编码和解码 | |
US20100118947A1 (en) | Decoder for selectively decoding predetermined data units from a coded bit stream | |
US8879838B2 (en) | Image coding method and apparatus and image decoding method and apparatus, based on characteristics of regions of image | |
CN104255033A (zh) | 用于lm模式计算的简化查找表 | |
CN103283231A (zh) | 在视频编码器中参考图像的压缩和解压缩 | |
CN104205845A (zh) | 具有统一位宽乘法器的lm模式 | |
JP2009027698A (ja) | 画像フレームの非フレームエッジブロックの表現における改良された圧縮 | |
CN105100814A (zh) | 图像编码、解码方法及装置 | |
KR20010043394A (ko) | 정보 스트림 디코더에서 메모리 자원 이용을 증가시키는방법 및 장치 | |
US9787985B2 (en) | Reduction of spatial predictors in video compression | |
CN107018416B (zh) | 用于视频和图像压缩的自适应贴片数据大小编码 | |
JP2010098352A (ja) | 画像情報符号化装置 | |
CN114463453A (zh) | 图像重建、编码解码方法、相关装置 | |
CN110708547B (zh) | 针对变换模式的有效熵编码组分组方法 | |
US10609411B1 (en) | Cross color prediction for image/video compression | |
Boitard et al. | Motion-guided quantization for video tone mapping | |
CN105519108A (zh) | 量化矩阵编码的加权预测方法和装置 | |
CN117856794A (zh) | 多压缩算法模式下的自适应选优的装置及方法 | |
CN114727116A (zh) | 编码方法及装置 |
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 |