龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：谷歌有限责任公司
摘要：本申请涉及使用机器学习的图像和视频压缩中的改进熵代码化。机器学习被用于细化用于对视频或图像数据进行熵代码化的概率分布。确定与视频块相关联的符号例如，诸如在编码期间的量化的变换系数或诸如在解码期间的来自于比特流的语法元素的概率分布，并且从与视频块和或邻近块相关联的视频数据中提取特征集。然后，使用机器学习对概率分布和特征集进行处理，以产生精细的概率分布。根据精细的概率分布，对与视频块相关联的视频数据进行熵代码化。使用机器学习以细化用于熵代码化的概率分布最小化要熵代码化的符号与精细的概率分布之间的交叉熵损失。
主权项：1.一种用于从比特流中解码编码的视频块的方法，所述方法包括：从所述比特流中得出表示所述编码的视频块的语法元素；确定所述语法元素的概率分布；基于所述语法元素和与所述编码的视频块相关联的其他视频数据中的一者或其二者来识别用于解码所述编码的视频块的一个或多个邻近块的帧内预测模式；基于所述帧内预测模式的方向来确定所述语法元素的预测方向的概率；通过基于所述预测方向的所述概率更新所述概率分布来产生精细的概率分布；根据所述精细的概率分布对所述语法元素进行熵解码以产生量化的变换系数；对所述量化的变换系数进行去量化以产生变换系数；对所述变换系数进行逆变换以产生预测残差；重构所述预测残差以产生解码的视频块；以及将所述解码的视频块输出到输出视频流。
全文数据：
权利要求：
百度查询： 谷歌有限责任公司 使用机器学习的图像和视频压缩中的改进熵代码化
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号