[发明专利]基于深度学习和多特征融合的自适应CU拆分决策方法有效
| 申请号： | 202010201383.4 | 申请日： | 2020-03-20 |
| 公开（公告）号： | CN111429497B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 赵进超;张秋闻;王兆博;王祎菡;崔腾耀;赵永博;郭睿骁;王晓;蒋斌;黄立勋;张伟伟;钱晓亮;吴庆岗;常化文;魏涛;孙丽君 | 申请（专利权）人： | 郑州轻工业大学 |
| 主分类号： | G06T7/40 | 分类号： | G06T7/40;G06T7/136;G06T7/13;G06V10/774;G06V10/764;G06V10/80;G06V10/82;G06N3/0464 |
| 代理公司： | 郑州优盾知识产权代理有限公司 41125 | 代理人： | 张真真 |
| 地址： | 450002 *** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习和多特征融合的自适应CU拆分决策方法，其步骤为：首先，利用标准偏差计算当前CU的纹理复杂度SD，再利用量化参数函数和深度函数构建阈值模型，将当前CU分为复杂CU和均匀CU；其次，如果复杂CU属于边缘CU，则利用基于多特征融合的CNN结构对复杂CU进行判断是否拆分；否则，利用基于自适应的CNN结构对复杂CU进行判断是否拆分。本发明将深度学习和多特征融合相结合，解决了编码复杂性的问题。基于多特征融合的CNN结构和基于自适应的CNN结构均可成功处理训练样本，避免计算所有与复杂CU的率失真RDO，从而降低了计算复杂度，节省了编码时间。 | ||
| 搜索关键词： | 基于 深度 学习 特征 融合 自适应 cu 拆分 决策 方法 | ||
【主权项】：
暂无信息
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郑州轻工业大学，未经郑州轻工业大学许可，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/202010201383.4/，转载请声明来源钻瓜专利网。
