[发明专利]一种基于SRCNN的帧间预测方法有效
| 申请号： | 201910388829.6 | 申请日： | 2019-05-10 |
| 公开（公告）号： | CN110177282B | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 颜成钢;黄智坤;李志胜;孙垚棋;张继勇;张勇东 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | H04N19/503 | 分类号： | H04N19/503;H04N19/42;H04N19/124;G06N3/04 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SRCNN的帧间预测方法，其特征在于使用超分辨率卷积神经网络对图像序列进行帧间预测；对图像序列做运动估计和运动补偿操作后，结合超分辨率卷积神经网络训练出特征模型；使用模型中的参数对图像进行超分辨率重建，同时对图像进行运动估计和运动补偿，得到与当前图像的下一帧图像一致的图像。本发明将深度学习应用到视频编码的帧间预测，使用卷积神经网络，对图像序列间的运动估计、运动补偿操作进行特征提取和训练学习。同时，使用超分辨率神经网络，在图像重建时，图像的画质会得到增强。 | ||
| 搜索关键词： | 一种 基于 srcnn 预测 方法 | ||
【主权项】：
1.一种基于SRCNN的帧间预测方法，其特征在于使用超分辨率卷积神经网络对图像序列进行帧间预测；对图像序列做运动估计和运动补偿操作后，结合超分辨率卷积神经网络训练出特征模型；使用模型中的参数对图像进行超分辨率重建，同时对图像进行运动估计和运动补偿，得到与当前图像的下一帧图像一致的图像。
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杭州电子科技大学，未经杭州电子科技大学许可，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/patent/201910388829.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于分形树的大容量信息隐藏系统
- 下一篇：对像素标识进行处理的方法和装置
