CN1647504A - 利用遗传算法和存储器存储加速视频系统优化的方法和设备 - Google Patents

利用遗传算法和存储器存储加速视频系统优化的方法和设备 Download PDF

Info

Publication number
CN1647504A
CN1647504A CNA038085240A CN03808524A CN1647504A CN 1647504 A CN1647504 A CN 1647504A CN A038085240 A CNA038085240 A CN A038085240A CN 03808524 A CN03808524 A CN 03808524A CN 1647504 A CN1647504 A CN 1647504A
Authority
CN
China
Prior art keywords
video
image
evaluation
optimization
genetic algorithm
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
CNA038085240A
Other languages
English (en)
Inventor
W·阿里
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN1647504A publication Critical patent/CN1647504A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Signal Processing (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Picture Signal Circuits (AREA)
  • Image Analysis (AREA)

Abstract

一种利用遗传算法和存储器存储来加速视频系统优化的系统和方法，借此，已经被评估的染色体和相应的图像质量被存储在存储器单元225用于快速恢复，(例如哈希表，)用于大大节省用于预先评估的染色体(视频系统的变异)的处理时间。所述方法步骤包括(a)提供一个利用试探性的优化框架的视频处理系统，用于视频图像输入的视频图像评估，其中所说的视频处理系统具有多个遗传算法；(b)测试多个包括有用于优化视频图像从而产生多个修正的图像的多个遗传算法的特定组合的系统优化设计；(c)基于一个修正图像的对象图像质量标准评估，分配一个适宜的值给步骤(b)中的多个系统优化的每一个；(d)在存储器中存储每一个包括一个各自的修正图像和相关的适宜值的已测试的系统优化设计；(e)确定被提出的系统优化设计是否包括一个或更多在步先前的骤(b)中已经被预先测试的并被存储在存储器中的遗传算法的特定组合；(f)恢复包括有所述的一个或更多遗传算法的特定组合的已测试的系统优化设计的结果用于找出用于后面视频图像评估的优化解决方案。

Description

利用遗传算法和存储器存储加速视频系统优化的方法和设备
技术领域
本发明涉及一种用于评估和实现视频质量的系统和方法。具体来讲，本发明涉及一种利用遗传编码和存储器存储用于加速视频系统优化的方法和设备。
背景技术
本发明的发明人已经在名称为《一种用于以最佳方式混合使用多种视频算法的不同实施来实现最佳对象视频质量的总体设计方案(AGeneral Scheme for Diffusing Different Implementations of aNumber of Video Algorithms in an Optimum Way for Best ObjectiveVideo Quality)》的美国专利申请第09/817981号(申请日为2001年3月27日)以及名称为《一种用于自动评价视频质量的可升级动态度量标准(A Scalable Dynamic Metric For Automatic Evaluation of VideoQuality)》的美国专利申请第09/734823号(申请日为2000年12月12日)中提出了评估视频质量的遗传算法的应用，这种算法的应用可以是也可以不是提高视频质量的反馈系统的一部分，这两个申请的内容以引用的方式并入本文。
在前述的申请中，改善视频质量评估的主要对象包括提供一系列对象质量视频模块，每一个模块包括能够提供对象视频质量评估的一种具体类型的算法。
在现有技术中，视频系统由大量的视频功能块构成(例如，锐度提高、噪声降低、色彩修正...等等。)。由于这些视频功能块中的每一个都需要若干控制参数，所以针对每一个功能的实施过程的组合可能是无穷无尽的，并且应用的顺序可能是不肯定的。此外，可行的结构的总数会非常的大，通过每一种结构都会得出一种特定的图像质量，这种图像质量在某些方面不同于所有其它组合方式得出的图像质量。
前面引用的专利申请，虽然提供了新颖的且非显而易见的评估质量的方法，但是却在处理和评估组合方式所需的时间方面受到了阻碍。换句话说，遗传算法的执行时间可能过长，尤其是在需要评估的图像是直播图像，或者存在一系列快速变换的镜头的时候。
发明内容
因此，本发明提供了一种用于利用遗传算法和存储器存储加速视频系统优化的系统和方法，其中，预先评估的染色体及其相关图像质量，被存储在用于快速检索的存储单元中，从而大幅度的节省了处理不必重新测试的预先评估的染色体(视频系统的变化)的时间。
根据本发明的第一方面，用于减少视频优化的时间的方法包括以下步骤：
(a)提供一个利用试探性的优化框架对视频图像输入进行视频图像评估的视频处理系统，其中所说的视频处理系统具有多个遗传算法；
(b)测试多个包括有用于优化视频图像从而产生多个修正的图像的多个遗传算法的唯一组合的系统优化设计；
(c)基于修正图像的对象图像质量标准评估，分配一个适宜值给步骤(b)中的多个系统优化的每一个；
(d)在存储器中存储每一个包括一个各自的修正图像和相关的适宜值的已测试的系统优化设计；
(e)在进行后面的视频图像评估之前，确定所述的系统优化设计是否包括一个或更多在步骤(b)中已经被预先测试的并被存储在存储器中的遗传算法的特定组合；和其中之一：
(f)(i)检索包括有所述的一个或更多遗传算法的特定组合的已测试的系统优化设计的结果用于找出用于后面视频图像评估的优化解决方案；或者
(f)(ii)测试在步骤(b)中没有被测试并存储的遗传算法的任意组合，用来优化后面的视频图像评估；和
(g)根据步骤(f)的结果，找出用于后面视频图像评估的优化解决方案。
根据本发明的另一方面，在步骤(b)中进行的存储可以在哈希表(hash table)中。
另外，步骤(f)(ii)进一步包括在所述的存储器中存储所述的在步骤(f)(ii)中测试的遗传算法的任意组合的测试结果。
步骤(a)中的输入的视频图像可以是广播图像，以前已记录的图像，或者是被压缩的图像。
步骤(b)中的进行的测试可以通过一个系统优化单元进行。步骤(c)中适宜值的分配可以通过对象图像质量标准模块来进行。
另外，利用对象图像质量标准进行的视频图像评估可以反馈到系统优化单元。
根据本发明的另外一个方面，当使用遗传算法时减少优化图像时间的系统包括：
用于接收视频图像输入的装置；
一个包括具有多个遗传算法的遗传算法模块的视频优化单元；
一个对象图像质量标准单元，用于根据至少一个遗传算法对由视频优化单元处理的视频图像的图像质量进行评估以及分配一个适宜值给由视频优化单元处理的所说的视频图像；
一个用于存储关于由对象图像质量标准单元评估的图像的数据和与系统优化设计相关的遗传算法的特定组合的相关适宜值的存储单元，其中当所说的遗传算法的特定组合将被用于处理后面的视频图像时，由存储单元存储的数据被恢复从而用于后面的使用。
存储单元包括一个哈希表。所说的视频优化单元中的遗传算法优化多个视频特性，包括空间分级，直方图修正，自适应峰化和噪声降低。存储单元连同图像质量评估一起存储图像。
上述系统进一步包括一个用于测试所述的算法组合是否已经被预先存储在存储单元中的测试装置。另外，接收装置包括用于接收视频广播的装置。
最后，接收装置包括用于接收视频数据流的装置。
附图说明
图1示出了利用二进制染色体表示的视频系统的图示。
图2示出了一个利用存储器单元使用遗传算法来加速优化实现的视频系统结构。
图3A和3B提供了一个示出根据本发明的方法的主要内容的流程图。
具体实施方式
遗传算法是迭代过程，这种迭代过程将主张以染色体链的形式编码的多个(全体)视频系统设计(候选解决方案)。最初的方案群体可以试探性地或随机地选取，并且其染色体定义了一代中(多种系统设计)的每一个成员(视频系统设计)。
图1表示通过利用二进制染色体表达依照遗传算法的视频系统的一种实施方式(本领域技术人员要明白，给出系统和组成部分的设计方案是为了实现解释说明的目的，而并非为了限定)。二进制染色体包括一个空间缩放特性110、一个直方图修正属性120、一个自适应峰化属性以及噪声降低属性。还应当理解，该图示还记录了体系结构设计，即，不同的视频组成部分的次序(例如，所示的系统具有放大器、直方图修正、峰化和噪声降低的次序)以及两个级联的组成部分之间的数据总线宽度。
针对视频系统设计的每一代，对每一个候选方案进行评估并且确定一个适宜值，这个适宜值代表所得到的图像质量有多好(或有多差)。图像质量是依据一个客观标准来度量的，该标准是一种模拟人类视觉系统来测试图像质量的子系统。
图像质量通常是包含在每一个候选染色体中的解码数据位的函数。遗传算法基于其适宜值(举例来说，由系统产生的图像质量有多好)选择出用于在下一代中再现的候选染色体。被选择的候选染色体利用基因重组操作跨越和突变来组合。当找到一种可以接受的近似解决方案，达到一个特定的世代数量，或者直到解决方案汇聚，终止标准就被触发。
由于大部分时间消耗过程是在利用对象图像质量标准评估视频系统产生的图像质量输出中，所以我们计划采用快速检索存储机构(例如，哈希表)将已评估的经过测试的每个染色体(视频系统)与其相关图像质量一起存储。利用存储单元来存储并随后检索已测试的染色体可以避免在整个优化处理中的减速而产生高额评估成本。通常，如果遗传算法需要被用于寻找N视频设计的适宜值(图像质量)，除此之外只有M在此之前没有被测试，则我们期望得到一个计算时间的增益：
ΔT＝(N-M)Teval-N*Tlook-up-M*Tupdate                     (1)
Teval是单个评估时间，Tlook-up和Tupdate分别是在存储器中查找记录和写入记录所需的时间。该增益是正的，如果
T eval > N * T look - up + M * T update N - M - - - ( 2 )
在使用视频系统进行处理时，其中的评估时间会被扩展到数十分钟，因此本发明可以实现明显的时间节省，因为从哈希表中查找和修正的时间在纳秒级，与上述提及的数十分钟的评估时间完全相反！
图2示出了一个包含有哈希表的系统元件。根据图2，可以看到该系统具有一个有视频数据流输入的视频处理元件210。一个包含有遗传算法模块215的优化单元包括所使用的一系列视频处理算法(遗传算法被示出，但是技术人员也认可可以使用的其它类型的视频处理算法)。
优化单元215用于对每一种视频算法的控制参数进行设定。一个对象质量标准单元220提供一个用于自动评估视频质量的可缩放动态对象标准。从优化单元215输出的视频流被反馈到对象质量标准单元220。虽然对象标准可以是“双端”(视频质量采用第一原始视频图像和通过确定原始视频图像的改变来比较评估质量的第二处理视频图像来评估)或者是“单端”(一种算法应用于它的质量评估)，但是在目前所要求的发明中，使用的是单端型的对象标准。
另外，一个存储器单元225，该单元在最佳模式下是哈希表，(但是应当理解，其不局限于哈希表，还可以包括其他任何已知类型的存储器)存储有不同算法组合和相关图像质量评估的结果。只要存储器单元有快速检索时间，评估的存储就能防止处理使用的再发生和来测试和存储每一个染色体(视频系统)的时间浪费以及每次将一个视频输入到系统就进行一次评估的时间的浪费。同样，当在一个视频过程中发生细微的变化时，(例如，在一个特定场景下，一个穿着蓝色衬衫的人坐在他的办公室里。在另一个场景下(大概是随后的一天)同一个人可能穿着不同的颜色，或者由于是晴天，室内的光线比第一次评估稍微强一些，但是区别如此之小以至于为了通过全部图像质量评估处理需要趋于减缓优化处理同时对基于不同于第一视频的第二视频得到的略微不同的场景作小的改变，这些改变可能是人眼都注意不到的。
图3A和3B示出了一个根据本发明的方法的主要内容的流程图。
在步骤305，提供了一个视频处理系统，利用试探性的优化框架用于视频图像评估。虽然预想到试探性的优化框架将使用遗传算法，但是应当了解，其他类型的试探性优化，例如模拟退火，禁止搜索也可以被使用。
在步骤310，包括多个遗传算法的唯一组合的多个系统优化设计应用于优化视频图像输入，每一个被测试的组合产生一个修正的图像。
在步骤315中，这些修正的图像被分配一个适宜值，代表性地通过一个对象图像质量标准模块分配，所说的图像质量标准模块在前述被包含的参考资料中有更详细的讨论。
在步骤320中，每一个包含有相应修正后图像的已测试的系统优化设计，和一个适宜值一起存储在存储器中。为了进行说明而不是进行限制，哈希表是可以使用的存储器中的一种。
步骤305-320基本上覆盖了根据本发明的方法的第一部分，其中输入视频图像信号已经通过不同的设计和评估被优化。
随后，在步骤325，另一个视频图像被输入。在进行对第一输入视频图像的评估之前，首先确定所述的优化设计是否包含有一个还是更多在步骤305-320中使用的遗传算法的特定组合。假如它们在前面已经被使用过了，那么它们同样已经被预先存储(步骤320)。因此步骤330包括从哈希表中检索用于后面的视频图像的结果以避免对染色体的再次测试。上述方法进行到查找用于后面视频图像评估的优化解决方案的步骤340。
但是，如果在步骤325中确定的结果是遗传算法组合没有被预先存储，那么该方法就会象步骤310一样进行测试。然后在步骤340，查找到一个优化解决方案。应当注意，可选择的，在步骤320中的测试同样被存储以用于随后的检索。
本领域的普通技术人员可以根据本发明的精神或随附的权利要求的范围进行各种修正。例如，模拟退火和禁止搜索可以被用来代替遗传算法。随存储单元和对象图像质量标准不一样，视频优化模块的数量和类型可以和图示有所不同。

Claims (15)

1.一种用于减少视频优化时间的方法，包括以下步骤：
(a)提供一个利用试探性的优化框架对视频图像输入进行视频图像评估的视频处理系统(s305)，其中所说的视频处理系统具有多个的遗传算法；
(b)测试包括有用于优化视频图像从而产生多个修正图像的多个遗传算法的唯一组合的多个系统优化设计(s310)；
(c)基于所述修正图像的对象图像质量标准评估，将一个适宜值(s315)分配给步骤(b)中的多个系统优化中的每一个；
(d)在存储器中存储每一个包括各自的修正图像和相关的适宜值的已测试的系统优化设计(s320)；
(e)在进行后面的视频图像评估之前，(s325)确定所提出的系统优化设计是否包括一个或更多在步骤(b)中已经被预先测试的并被存储在存储器中的遗传算法的特定组合；和其中之一：
(f)(i)检索包括有所述的一个或更多遗传算法的特定组合的已测试的系统优化设计的结果(s330)，用于找出用于后面视频图像评估的优化解决方案；或者
(f)(ii)测试在步骤(b)中没有被预先测试和存储的遗传算法的任意组合(s335)，用来优化后面的视频图像评估；和
(g)根据步骤(f)的结果，查找用于后面视频图像评估的优化解决方案(s340)。
2.根据权利要求1的方法，其中在步骤(d)中的存储是在哈希表中进行的。
3.根据权利要求1的方法，其中步骤(f)(ii)进一步包括在所述的存储器中存储所述步骤(f)(ii)中测试的遗传算法的任意组合的测试结果。
4.根据权利要求1的方法，其中步骤(a)中的视频图像输入是广播图像。
5.根据权利要求1的方法，其中步骤(a)中的视频图像输入是预先已记录的图像。
6.根据权利要求5的方法，其中预先记录的图像是被压缩的图像。
7.根据权利要求1的方法，其中步骤(b)中的进行的测试可以通过一个系统优化单元进行。
8.根据权利要求1的方法，其中步骤(c)中分配适宜值可以通过目标图像质量标准模块来进行。
9.根据权利要求8的方法，其中利用对象图像质量标准进行的视频图像评估被反馈到系统优化单元。
10.一种当使用遗传算法时减少视频优化时间的系统，所述系统包括：
用于接收视频图像输入的装置210；
一个包括具有多个遗传算法的遗传算法模块的视频优化单元215；
一个用于根据至少一个遗传算法对由视频优化单元处理的视频图像进行图像质量评估，以及为由视频优化单元处理的所述视频图像分配一个适宜值的对象图像质量标准单元220；
一个用于存储与由对象图像质量标准单元评估的图像相关的数据和与系统优化设计相关的遗传算法的特定组合的相关适宜值的存储单元225，其中当所说的遗传算法的特定组合将被用于处理后面的视频图像时，存储在存储单元的数据被检索从而用于后面的使用。
11.根据权利要求10的系统，其中所说的视频优化单元中的遗传算法优化多个包括空间分级，直方图修正，自适应峰化和噪声降低的视频特性。
12.根据权利要求10的系统，其中所说的存储单元连同图像质量评估一起存储图像。
13.根据权利要求10的系统，进一步包括一个用于测试所述算法的特定组合是否已经被预先存储在存储单元中的测试装置。
14.根据权利要求10的系统，其中所说的用于接收的装置包括用于接收视频广播的装置。
15.根据权利要求10的系统，其中所说的用于接收的装置包括用于接收视频流的装置。
CNA038085240A 2002-04-17 2003-03-20 利用遗传算法和存储器存储加速视频系统优化的方法和设备 Pending CN1647504A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/124,011 US6915027B2 (en) 2002-04-17 2002-04-17 Method and an apparatus to speed the video system optimization using genetic algorithms and memory storage
US10/124,011 2002-04-17

Publications (1)

Publication Number Publication Date
CN1647504A true CN1647504A (zh) 2005-07-27

Family

ID=29214519

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA038085240A Pending CN1647504A (zh) 2002-04-17 2003-03-20 利用遗传算法和存储器存储加速视频系统优化的方法和设备

Country Status (7)

Country Link
US (1) US6915027B2 (zh)
EP (1) EP1500261A1 (zh)
JP (1) JP2005523608A (zh)
KR (1) KR20050007296A (zh)
CN (1) CN1647504A (zh)
AU (1) AU2003212590A1 (zh)
WO (1) WO2003088647A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104813674A (zh) * 2012-10-01 2015-07-29 谷歌公司 用于优化视频的系统和方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433533B2 (en) * 2004-10-27 2008-10-07 Microsoft Corporation Video performance evaluation
US8107527B1 (en) 2005-07-28 2012-01-31 Teradici Corporation Progressive block encoding using region analysis
US8345768B1 (en) 2005-07-28 2013-01-01 Teradici Corporation Progressive block encoding using region analysis
US7822278B1 (en) 2005-09-20 2010-10-26 Teradici Corporation Methods and apparatus for encoding a digital video signal
US20080059321A1 (en) * 2006-08-31 2008-03-06 Zucker Brian T Online Sales Method for Information Handling Systems and Related Peripherals
KR100818493B1 (ko) * 2006-09-27 2008-04-01 티유미디어 주식회사 방송시스템에서 발생되는 장애를 분석하고 예측하는 방법및 장치

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5568590A (en) * 1993-12-17 1996-10-22 Xaos Tools Image processing using genetic mutation of neural network parameters
US6493658B1 (en) * 1994-04-19 2002-12-10 Lsi Logic Corporation Optimization processing for integrated circuit physical design automation system using optimally switched fitness improvement algorithms
US5870313A (en) * 1994-04-19 1999-02-09 Lsi Logic Corporation Optimization processing for integrated circuit physical design automation system using parallel moving windows
US5495419A (en) * 1994-04-19 1996-02-27 Lsi Logic Corporation Integrated circuit physical design automation system utilizing optimization process decomposition and parallel processing
US6004015A (en) * 1994-11-24 1999-12-21 Matsushita Electric Industrial Co., Ltd. Optimization adjusting method and optimization adjusting apparatus
US5819244A (en) * 1995-10-02 1998-10-06 Apple Computer, Inc. Adaptive computing systems, computer readable memories and processes employing hyperlinear chromosomes
US7082222B2 (en) * 2001-01-10 2006-07-25 Koninklije Philips Electronics N.V. System and method for optimizing control parameter settings in a chain of video processing algorithms
US20020168010A1 (en) * 2001-05-11 2002-11-14 Koninklijke Philips Electronics N. V. System and method for efficient automatic design and tuning of video processing systems

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104813674A (zh) * 2012-10-01 2015-07-29 谷歌公司 用于优化视频的系统和方法
US10194096B2 (en) 2012-10-01 2019-01-29 Google Llc System and method for optimizing videos using optimization rules
CN109982108A (zh) * 2012-10-01 2019-07-05 谷歌有限责任公司 用于优化视频的系统和方法
CN109982108B (zh) * 2012-10-01 2020-09-22 谷歌有限责任公司 用于优化视频的系统和方法
US11930241B2 (en) 2012-10-01 2024-03-12 Google Llc System and method for optimizing videos

Also Published As

Publication number Publication date
KR20050007296A (ko) 2005-01-17
AU2003212590A1 (en) 2003-10-27
JP2005523608A (ja) 2005-08-04
EP1500261A1 (en) 2005-01-26
US6915027B2 (en) 2005-07-05
US20030198405A1 (en) 2003-10-23
WO2003088647A1 (en) 2003-10-23

Similar Documents

Publication Publication Date Title
US7890513B2 (en) Providing community-based media item ratings to users
CN1164086C (zh) 在图象拾取装置中校正亮度分级的方法
CN1286326C (zh) 信息存储设备及其方法
CN1672350A (zh) 对于特征的频率分布的增长的控制
CN1949271A (zh) 图像处理装置
CN1275199C (zh) 色彩处理方法，色彩处理设备和打印机
CN1197960A (zh) 以适应于请求客户的格式提供多媒体信息的服务请求系统
CN1992842A (zh) 一种亮度补偿装置与方法
CN1777880A (zh) 被管对象的复制和传送
CN1647504A (zh) 利用遗传算法和存储器存储加速视频系统优化的方法和设备
CN100352259C (zh) 图像处理设备、图像处理方法及其程序产品
US20080036889A1 (en) Solid-state imaging device and driving method for a solid-state imaging device
CN1290315C (zh) 处理视频信号的方法及装置
CN103176960B (zh) 基于亲缘关系的照片自动排版方法
CN1220367C (zh) 放大型固体摄象装置及使用它的摄象系统
CN1578958A (zh) 多媒体信息提供系统及多媒体信息提供方法
US20090103820A1 (en) Method and device for encoding image data
Hisham Social media and its impacts on traditional media: A case study on Berita Harian
EP1544793B1 (fr) Procédé et système d'amélioration de la qualité d'images numériques surexposées
US20090123068A1 (en) Method for adaptively adjusting image and image processing apparatus using the same
CN116976299A (zh) 广告生成方法、装置、设备及存储介质
RU2005126623A (ru) Способ демультиплексирования видеоизображений (варианты)
CN114064697A (zh) 日志自动搜索方法及系统
CN1732469A (zh) 借助相关联的图像来访问多媒体元素的方法和设备
CN1169055C (zh) 电子图象记录装置及其数据存储方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication