申请/专利权人:浙江智慧视频安防创新中心有限公司
申请日:2022-02-07
公开(公告)日:2024-04-02
公开(公告)号:CN114745556B
主分类号:H04N19/60
分类号:H04N19/60;H04N19/157;H04N19/625
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2022.07.29#实质审查的生效;2022.07.12#公开
摘要:本申请提出一种基于数字视网膜技术的编码方法、系统、电子设备及存储介质,该编码方法应用于数字视网膜系统的前端设备,包括:获取待编码的图像数据;基于训练好的特征处理模型,对待编码的图像数据进行特征数据的提取和最优变换器的选择;特征处理模型预设有特征数据与对应最优变换器的映射关系,以根据特征数据确定最优变换器;特征数据包括用于描述待编码图像的运动特性的数据;基于最优变换器对待编码图像进行编码。本申请能够自动生成最优的变换器,并基于该最优变换器对视频数据进行编码,提高音视频编码的速度和质量。
主权项:1.一种基于数字视网膜技术的编码方法,其特征在于,应用于数字视网膜系统的前端设备,所述方法包括:获取待编码的图像数据;基于训练好的特征处理模型,对所述待编码的图像数据进行特征数据的提取和最优变换器的选择;所述特征处理模型预设有所述特征数据与对应最优变换器的映射关系,以根据所述特征数据确定所述最优变换器;所述特征数据包括用于描述待编码图像的运动特性的数据;基于所述最优变换器对待编码图像进行编码;所述基于训练好的特征处理模型,对所述待编码的图像数据进行特征数据的提取和最优变换器的选择之前,还包括:基于历史编码数据,生成模型训练集;所述模型训练集包括多个由图像特征和对应的最优变换器组成的数据组;使用所述模型训练集通过监督学习的方式训练所述特征处理模型;所述基于历史编码数据,生成模型训练集,包括:基于历史编码数据,生成目标图像的原始数据集;所述目标图像为任意历史图像;基于所述原始数据集,生成所述目标图像基于各种变换器得到的相应的压缩图像的压缩数据集;根据所述原始数据集和各压缩数据集,计算目标图像和基于各变换器处理后得到的压缩图像之间的重建误差值;确定最小重建误差值对应的变换器为所述目标图像的最优变换器,并基于每个目标图像的原始数据集和对应的最优变换器,形成模型训练集。
全文数据:
权利要求:
百度查询: 浙江智慧视频安防创新中心有限公司 编码方法、装置、数字视网膜系统、电子设备及存储介质
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。