基于深度神经网络的3D视频深度图帧内快速编码方法
授权
摘要
本发明公开了一种基于深度神经网络的3D视频深度图帧内快速编码方法，方法包括：输入大小为64×64的编码树单元(CTU)和其深度帧内跳过模式(DIS)率失真值、量化参数QP，预处理后作为卷积神经网络的输入，经过卷积操作后，对最终特征反卷积，并与中间特征叠加起来，最终输出CTU中深度为0、1和2的21个预测结果，对一个CTU中三个深度层级的CU继续四叉树划分或者停止四叉树划分做出预测。本发明有效地降低了深度图编码单元四叉树划分的复杂度，减少了所需的编码时间；并在提高编码速度的同时，保证了最终解码端合成视角的视频质量。
基本信息
专利标题 ：
基于深度神经网络的3D视频深度图帧内快速编码方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112770120A
申请号 ：
CN202011603013.X
公开（公告）日 ：
2021-05-07
申请日 ：
2020-12-29
授权号 ：
CN112770120B
授权日 ：
2022-05-20
发明人 ：
伏长虹徐梦婷洪弘
申请人 ：
南京理工大学
申请人地址 ：
江苏省南京市孝陵卫200号
代理机构 ：
南京理工大学专利中心
代理人 ：
陈鹏
优先权 ：
CN202011603013.X
主分类号 ：
H04N19/597
IPC分类号 ：
H04N19/597 H04N19/96 H04N19/593 H04N19/147 H04N13/161 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
授权
2021-05-25 ：
实质审查的生效
IPC(主分类) : H04N 19/597
申请日 : 20201229
申请日 : 20201229
2021-05-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
