[发明专利]使用基于卷积神经网络(CNN)的滤波器来增强360度视频在审
申请号: | 202080093560.X | 申请日: | 2020-02-17 |
公开(公告)号: | CN114982248A | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 窦环;徐理东;蔡晓霞;王晨;邱怡仁 | 申请(专利权)人: | 英特尔公司 |
主分类号: | H04N19/86 | 分类号: | H04N19/86;H04N19/597 |
代理公司: | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人: | 陈蒙 |
地址: | 美国加利*** | 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: | 使用 基于 卷积 神经网络 cnn 滤波器 增强 360 视频 | ||
1.一种用于对视频进行增强的装置,包括:
解码器,用于对接收到的360度投影格式视频比特流进行解码,以生成解码后的360度投影格式视频;
视口生成器,用于从所述解码后的360度投影格式视频生成视口;
基于卷积神经网络(CNN)的滤波器,用于从所述视口中去除伪影以生成增强的图像;以及
显示器,用于将所述增强的图像发送到显示设备。
2.根据权利要求1所述的装置,其中,所述解码器用于接收压缩的传统视频并解压所述传统视频,所述基于CNN的滤波器用于从解压的传统视频中去除伪影。
3.根据权利要求1所述的装置,其中,所述基于CNN的滤波器包括具有低复杂度(LC)拓扑的CNN。
4.根据权利要求1所述的装置,其中,所述基于CNN的滤波器包括具有高复杂度(HC)拓扑的CNN。
5.根据权利要求1所述的装置,其中,所述基于CNN的滤波器包括具有步长二卷积层和步长二反卷积层的CNN。
6.根据权利要求1-5的任意组合所述的装置,其中,所述基于CNN的滤波器包括环路外滤波器。
7.根据权利要求1-5的任意组合所述的装置,其中,所述伪影包括块状伪影。
8.根据权利要求1-5的任意组合所述的装置,其中,所述伪影包括振铃伪影。
9.根据权利要求1-5的任意组合所述的装置,其中,所述伪影包括径向伪影。
10.根据权利要求1-5的任意组合所述的装置,其中,所述伪影包括接缝伪影。
11.一种用于对视频进行增强的方法,包括:
经由处理器接收360度投影格式视频比特流;
经由处理器对所述360度投影格式视频比特流进行解码,以生成解码后的360度投影格式视频;
经由处理器从所述解码后的360度投影格式视频生成视口;以及
经由处理器,经由基于卷积神经网络(CNN)的滤波器从生成的视口中去除伪影,以生成增强的视口。
12.根据权利要求11所述的方法,其中,生成所述视口包括:从显示设备接收视图信息,并基于所述视图信息从所述解码后的360度投影格式视频生成所述视口。
13.根据权利要求11所述的方法,其中,去除所述伪影包括:使用具有低复杂度拓扑的CNN。
14.根据权利要求11所述的方法,其中,去除所述伪影包括:使用具有高复杂度拓扑的CNN。
15.根据权利要求11所述的方法,其中,去除所述伪影包括:使用具有步长二卷积层和步长二反卷积层的基于CNN的滤波器。
16.根据权利要求11-15的任意组合所述的方法,还包括:
接收压缩的传统视频比特流;
解压所述传统视频比特流,以生成传统视频帧;以及
经由所述基于CNN的滤波器从所述传统视频帧中去除伪影。
17.根据权利要求11-15的任意组合所述的方法,包括:使用基础实况图像和添加了块状伪影的对应图像的训练对,来训练所述基于CNN的滤波器以去除块状伪影。
18.根据权利要求11-15的任意组合所述的方法,包括:使用基础实况图像和添加了振铃伪影的对应图像的训练对,来训练所述基于CNN的滤波器以去除振铃伪影。
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英特尔公司,未经英特尔公司许可,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/202080093560.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:电子设备
- 下一篇:一种调度硬件加速器的方法及任务调度器