[发明专利]基于量化参数的视频处理的系统和方法在审

专利信息
申请号: 201780015278.8 申请日: 2017-03-02
公开(公告)号: CN108780499A 公开(公告)日: 2018-11-09
发明(设计)人: 叶鹏;徐迅 申请(专利权)人: 索尼公司
主分类号: G06K9/00 分类号: G06K9/00;G06T9/00
代理公司: 中国国际贸易促进委员会专利商标事务所 11038 代理人: 曹瑾
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 量化参数 训练神经网络 捕获图像 视频处理 纹理信息 回归器 图像块 映射 视频
【权利要求书】:

1.一种用于视频处理的系统,所述系统包括:

视频处理器中的一个或多个电路,所述一个或多个电路被配置为:

提取图像块的用于捕获纹理信息的多个特征;

训练神经网络回归器以映射提取的所述多个特征来确定最佳量化参数;和

通过使用确定的最佳量化参数对所述图像块进行编码。

2.根据权利要求1所述的系统,其中所述一个或多个电路被配置为利用多个量化参数对第一图像帧的所述图像块进行编码,以生成所述第一图像帧的所述图像块的多个重建图像块。

3.根据权利要求2所述的系统,其中所述一个或多个电路被配置为对所述多个重建图像块中的每一个采用图像质量测量,以用于所述图像块的所述最佳量化参数的所述确定。

4.根据权利要求3所述的系统,其中所述图像质量测量是基于卷积神经网络的全参考图像质量测量。

5.根据权利要求3所述的系统,其中所述一个或多个电路被配置为通过使用所述图像质量测量为所述多个重建图像块中的每一个生成分数,其中所述分数表示所述多个重建图像块中的每一个的视觉质量的测量。

6.根据权利要求5所述的系统,其中所述确定的最佳量化参数的值在所述多个量化参数的值中最高,并且其中所述确定的最佳量化参数的所述值大于或等于预先指定的图像质量阈值。

7.根据权利要求1所述的系统,其中所述一个或多个电路被配置为基于所述图像块的所述提取的多个特征和对应的所述确定的最佳量化参数来生成训练数据集。

8.根据权利要求7所述的系统,其中生成的训练数据集包括视频内容的第一图像帧的其他图像块的多个特征和对应的最佳量化参数,其中其他图像块的所述多个特征被提取以捕获所述其他图像块的纹理信息。

9.根据权利要求7所述的系统,其中所述一个或多个电路被配置为将生成的训练数据集用于所述神经网络回归器的所述训练。

10.根据权利要求1所述的系统,所述一个或多个电路被配置为基于经训练的神经网络回归器确定所述图像块的所述提取的多个特征与所述确定的最佳量化参数之间的映射函数。

11.根据权利要求1所述的系统,其中所述神经网络回归器是基于前馈神经网络的回归模型。

12.根据权利要求1所述的系统,其中所述一个或多个电路被配置为基于经训练的神经网络回归器来预测第二图像帧的另一图像块的另一最佳量化参数。

13.一种用于视频处理的方法,所述方法包括:

通过视频处理器中的一个或多个电路提取图像块的用于捕获纹理信息的多个特征;

通过所述一个或多个电路训练神经网络回归器以映射提取的所述多个特征以确定最佳量化参数;和

通过所述一个或多个电路,通过使用确定的最佳量化参数对所述图像块进行编码。

14.根据权利要求13所述的方法,进一步包括:通过所述一个或多个电路利用多个量化参数对第一图像帧的所述图像块进行编码,以生成所述第一图像帧的所述图像块的多个重建图像块。

15.根据权利要求14所述的方法,进一步包括:通过所述一个或多个电路,对所述多个重建图像块中的每一个采用图像质量测量,以用于所述图像块的所述最佳量化参数的所述确定。

16.根据权利要求15所述的方法,进一步包括:通过所述一个或多个电路,通过使用所述图像质量测量为所述多个重建图像块中的每一个生成分数,其中所述分数表示所述多个重建图像块中的每一个的视觉质量的测量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于索尼公司,未经索尼公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780015278.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top