重庆邮电大学唐述获国家专利权
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!
龙图腾网获悉重庆邮电大学申请的专利一种双分支注意力的立体视频压缩方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120050431B 。
龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510229638.0,技术领域涉及:H04N19/593;该发明授权一种双分支注意力的立体视频压缩方法是由唐述;赵瑜;龚煦设计研发完成,并于2025-02-28向国家知识产权局提交的专利申请。
本一种双分支注意力的立体视频压缩方法在说明书摘要公布了:本发明提供一种双分支注意力的立体视频压缩方法,包括:将立体视频划分为左视频帧序列和右视频帧序列;将立体视频在t时刻的视频帧、其时间相邻重构帧和视图相邻重构帧输入DAN立体视频压缩器进行压缩得到t时刻的视频重构帧;其中,所述DAN立体视频压缩器包括:特征提取模块、运动估计模块、视差估计模块、基于LGEDB的编解码模块、运动补偿模块、视差补偿模块、双分支高频信息融合模块和图像重构模块。本发明LGEDB和DHFFM能够以相同或者更低的每像素点比特BitsPerPixel:BPP实现更高质量的图像重建。
本发明授权一种双分支注意力的立体视频压缩方法在权利要求书中公布了:1.一种双分支注意力的立体视频压缩方法,其特征在于,包括: S1:将立体视频划分为左视频帧序列和右视频帧序列; S2:将立体视频在t时刻的视频帧、其时间相邻重构帧和视图相邻重构帧输入DAN立体视频压缩器进行压缩得到t时刻的视频重构帧;其中,所述立体视频在t时刻的视频帧包括:t时刻的左视频帧和t时刻的右视频帧;t时刻的左视频帧的时间相邻重构帧为t-1时刻的左视频重构帧,其视图相邻重构帧为t-1时刻的右视频重构帧;t时刻的右视频帧的时间相邻重构帧为t-1时刻的右视频重构帧,视图相邻重构帧为t-1时刻的左视频重构帧; 所述DAN立体视频压缩器的重构过程包括: S21:将t时刻的左视频帧、t时刻的右视频帧、t-1时刻的右视频重构帧和t-1时刻的左视频重构帧输入特征提取模块进行特征提取得到对应的特征、特征、特征和特征; S22:将特征和特征输入运动估计模块计算运动信息、以及将特征和特征输入运动估计模块计算运动信息; S23:将运动信息和分别输入基于LGEDB的编解码模块提取局部非重复复杂区域纹理特征和全局信息得到运动重构信息和; S24:根据运动重构信息利用运动补偿模块对特征进行运动补偿得到特征、以及根据运动重构信息利用运动补偿模块对特征进行运动补偿得到特征; S25:根据特征和特征利用视差估计模块计算视差信息、以及根据特征和特征利用视差估计模块计算视差信息; S26:将视差信息和分别输入基于LGEDB的编解码模块提取局部非重复复杂区域纹理特征和全局信息得到视差重构信息和; S27:根据视差重构信息利用视差补偿模块对特征进行视差补偿得到特征,根据视差重构信息利用视差补偿模块对特征进行视差补偿得到特征; S28:将特征和特征输入双分支高频信息融合模块进行特征融合得到预测特征,将特征和特征输入双分支高频信息融合模块进行特征融合得到预测特征; S29:将特征减去特征得到残差信息,将特征减去特征得到残差信息;将残差信息和残差信息分别输入基于LGEDB的编解码模块提取局部非重复复杂区域纹理特征和全局信息得到残差重构信息和;将残差重构信息和预测特征进行特征相加得到重构特征,将残差重构信息和预测特征进行特征相加得到重构特征;将重构特征输入图像重构模块得到t时刻的右视频重构帧;将重构特征输入图像重构模块得到t时刻的左视频重构帧; 所述DAN立体视频压缩器包括:特征提取模块、运动估计模块、视差估计模块、基于LGEDB的编解码模块、运动补偿模块、视差补偿模块、双分支高频信息融合模块和图像重构模块; 所述基于LGEDB的编解码模块包括:编码器、瓶颈层和解码器;所述编码器包括N个卷积模块、以及串联在任意两个相邻的卷积模块之间的LGEDB模块;所述解码器包括N个反卷积模块、以及串联在任意两个相邻的反卷积模块之间的LGEDB模块; 所述编码器用于对基于LGEDB的编解码模块的输入特征进行编码,瓶颈层用于对编码器的编码特征进行映射,所述解码器用于对瓶颈层的映射特征进行解码得到基于LGEDB的编解码模块的输出特征; 所述LGEDB模块包括:LWAB模块、GCAB模块、卷积层、M个级联的残差模块;所述LGEDB模块的特征提取过程包括: S211:将LGEDB模块的输入特征F分别输入LWAB模块和GCAB模块进行特征提取得到特征和特征; S212:将特征和特征进行拼接后依次输入卷积层和M个级联的残差模块进行特征处理得到特征f; S213:将特征f和输入特征F进行特征相加得到LGEDB模块的输出特征; 所述双分支高频信息融合模块的特征融合过程包括: 其中,,,代表NAF模块,代表可逆神经网络;表示残差模块; S3:将t时刻的左视频重构帧和t时刻的右视频重构帧进行存储得到压缩后的立体视频。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励