[发明专利]编码和解码方法、设备、可读存储介质有效

专利信息
申请号: 202010402038.7 申请日: 2020-05-13
公开(公告)号: CN112019843B 公开(公告)日: 2022-07-15
发明(设计)人: 片山健太朗 申请(专利权)人: 富士通株式会社
主分类号: H04N19/117 分类号: H04N19/117;H04N19/91;H04N19/124;H04N19/50;H04N19/82;H04N19/154
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 刘雯鑫;杨林森
地址: 日本神*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 编码 解码 方法 设备 可读 存储 介质
【权利要求书】:

1.一种存储程序的非暂态计算机可读存储介质,所述程序使包括在计算机中的处理器执行处理,所述处理包括:

通过根据通过画面内预测或画面间预测生成的预测图像与要处理的输入图像之间的差来计算预测残差并且对所计算的预测残差执行正交变换处理和量化处理,并且然后执行熵编码处理,来对所述要处理的输入图像进行编码;

获取在对所述要处理的输入图像进行编码时在所述量化处理中使用的量化参数、包括在所述量化处理中出现的量化误差的信号和包括在所述画面内预测或所述画面间预测中出现的预测误差的图像;以及

获取通过将所获取的量化参数、所获取的包括所述量化误差的信号和所获取的包括所述预测误差的图像分别输入至已经学习了在对用于学习的输入图像进行编码时生成的编码失真的环路滤波器单元而由所述滤波器单元推理出的编码失真。

2.根据权利要求1所述的非暂态计算机可读存储介质,其中,

包括在所述量化处理中出现的量化误差的信号是通过对所述量化处理的结果执行逆量化处理和逆正交变换处理而获得的信号,以及

包括所述预测误差的图像是通过所述画面内预测或所述画面间预测生成的预测图像。

3.根据权利要求2所述的非暂态计算机可读存储介质,其中,所述处理还包括:

通过将通过执行所述逆正交变换处理而获得的所述信号与所述预测图像相加来生成参考图像;以及

通过将通过分别将所获取的量化参数、通过执行所述逆正交变换处理而获得的所述信号和所述预测图像输入至所述滤波器单元而推理出的所述编码失真添加至所生成的参考图像来输出第一滤波后的参考图像。

4.根据权利要求3所述的非暂态计算机可读存储介质,其中,所述处理还包括:

通过将所生成的参考图像输入至另一滤波器单元来输出第二滤波后的参考图像;以及

输出所述第一滤波后的参考图像和所述第二滤波后的参考图像中的率失真较小的一者作为最终滤波后的参考图像。

5.根据权利要求4所述的非暂态计算机可读存储介质,其中,

所述滤波器单元是通过使用当对所述用于学习的输入图像进行编码时获得的学习数据进行学习来生成的。

6.根据权利要求5所述的非暂态计算机可读存储介质,其中,

所述学习数据包括:

通过画面内预测或画面间预测而生成的预测图像,

在对根据所述预测图像与所述用于学习的输入图像之间的差计算出的预测残差执行正交变换处理和量化处理时使用的量化参数,

通过对所述量化处理的结果执行逆量化处理和逆正交变换处理而获得的信号,以及

所述用于学习的输入图像。

7.根据权利要求6所述的非暂态计算机可读存储介质,其中,

所述滤波器单元是通过执行学习使得通过将所述预测图像和所述信号与当所述学习数据中包括的所述预测图像、所述量化参数和所述信号被输入时的输出相加而获得的相加结果接近所述学习数据中包括的所述用于学习的输入图像来生成的。

8.一种存储程序的非暂态计算机可读存储介质,所述程序使包括在计算机中的处理器执行处理,所述处理包括:

通过将通过对量化信号执行逆量化处理和逆正交变换处理而获得的信号与通过执行画面内预测或运动补偿而获得的预测图像相加并且执行滤波处理,来对编码数据进行解码,所述量化信号通过对所述编码数据执行熵解码而获得;

获取在对所述编码数据进行解码时的量化参数、包括量化误差的信号和包括在所述画面内预测或所述运动补偿中出现的预测误差的图像;以及

获取通过将所获取的量化参数、所获取的包括所述量化误差的信号和所获取的包括所述预测误差的图像分别输入至已经学习了在对用于学习的输入图像进行编码时生成的编码失真的环路滤波器单元而由所述滤波器单元推理出的编码失真。

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富士通株式会社,未经富士通株式会社许可,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/202010402038.7/1.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