[发明专利]AI编码装置及其操作方法和AI解码装置及其操作方法在审
申请号: | 202180082870.6 | 申请日: | 2021-10-07 |
公开(公告)号: | CN116584093A | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 赵大星;金大恩;金峰照;朴泰俊;李相祚;崔奎夏 | 申请(专利权)人: | 三星电子株式会社 |
主分类号: | H04N19/124 | 分类号: | H04N19/124;H04N21/236;G06T9/00;G06N3/045;G06N3/08 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 刘虹 |
地址: | 韩国*** | 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: | ai 编码 装置 及其 操作方法 解码 | ||
1.一种人工智能(AI)编码装置,包括:
至少一个处理器,被配置为:
基于第一图像的目标分辨率,确定降尺度目标,
通过使用与降尺度目标相对应的AI降尺度神经网络对原始图像进行AI降尺度,获得第一图像,
通过对第一图像进行编码,生成图像数据,
基于第一图像的目标分辨率、原始图像的特性信息和目标细节强度,选择AI升尺度神经网络设置标识信息,
生成包括第一图像的目标分辨率、第一图像的比特深度信息、AI升尺度神经网络设置标识信息和编码控制信息的AI数据,以及
生成包括图像数据和AI数据的AI编码数据;和
通信接口,被配置为将AI编码数据发送到AI解码装置,
其中,所述AI数据包括关于与AI降尺度神经网络相对应的AI升尺度神经网络的信息。
2.根据权利要求1所述的AI编码装置,其中,所述至少一个处理器还被配置为:
通过使用质量测量网络,确定原始图像的质量信息,以及
根据原始图像的质量信息,确定目标细节强度。
3.根据权利要求2所述的AI编码装置,其中,所述质量信息指示高质量、低质量或噪声质量中的至少一个,并且
其中,所述质量测量网络被配置为:
提取表示原始图像的细节、噪声或对比度中的至少一个的特征,以及
基于提取出的特征确定质量信息。
4.根据权利要求1所述的AI编码装置,其中,所述AI数据还包括解码控制信息,所述解码控制信息包括AI升尺度神经网络的更新方法和AI升尺度比率。
5.根据权利要求1所述的AI编码装置,其中,所述编码控制信息包括量化级别或画面类型中的至少一个,
其中,所述量化级别被确定为预设的第一值,并且
其中,所述画面类型被确定为帧内(I)画面、预测(P)画面或双向(B)画面。
6.根据权利要求1所述的AI编码装置,其中,所述AI编码数据还包括元数据盒和媒体数据盒,
其中,所述AI数据被包括在元数据盒中,并且
其中,所述图像数据被包括在媒体数据盒中。
7.根据权利要求1所述的AI编码装置,其中,所述AI数据被包括在作为图像数据的附加信息区域的补充增强信息(SEI)中。
8.一种人工智能(AI)解码装置,包括:
通信接口,被配置为接收通过对原始图像进行AI降尺度和编码而生成的AI编码数据;和
至少一个处理器,被配置为:
将AI编码数据划分为图像数据和AI数据,
通过对图像数据进行解码,获得与通过对原始图像进行降尺度而获得的第一图像相对应的第二图像,
从AI数据中提取第一图像的分辨率、第一图像的比特深度信息、AI升尺度神经网络设置标识信息和第一编码控制信息,
获得用于对第一图像进行编码的第二编码控制信息,
基于第二编码控制信息,更新第一编码控制信息,
基于原始图像的分辨率、原始图像的比特深度信息、AI升尺度神经网络设置标识信息和第二编码控制信息,选择AI升尺度神经网络,以及
使用所选AI升尺度神经网络,对第二图像进行AI升尺度。
9.根据权利要求8所述的AI解码装置,其中,第一编码控制信息包括预设的量化级别的初始值,并且
其中,第二编码控制信息包括被应用于对第一图像进行编码的量化级别值。
10.根据权利要求9所述的AI解码装置,其中,所述至少一个处理器还被配置为:
根据第一图像的分辨率、第一图像的比特深度信息和第二编码控制信息中包括的量化级别值,从与AI升尺度神经网络设置标识信息相对应的多条神经网络设置信息中选择神经网络设置信息,以及
基于所选的神经网络设置信息,设置AI升尺度神经网络的参数。
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三星电子株式会社,未经三星电子株式会社许可,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/202180082870.6/1.html,转载请声明来源钻瓜专利网。