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！

龙图腾网获悉华侨大学申请的专利基于卷积神经网络的3D-HEVC深度图帧内编码单元划分方法及装置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：CN116668723B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310550087.9，技术领域涉及：H04N19/597；该发明授权基于卷积神经网络的3D-HEVC深度图帧内编码单元划分方法及装置是由陈婧;周廷开;曾焕强;朱建清;施一帆;林琦设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本基于卷积神经网络的3D-HEVC深度图帧内编码单元划分方法及装置在说明书摘要公布了：本发明公开了一种基于卷积神经网络的3D‑HEVC深度图帧内编码单元划分方法及装置，通过构建编码单元划分预测模型并训练，采用3D‑HEVC编码器对当前待编码块进行编码，在编码过程中确定编码单元的当前尺寸和当前编码量化参数；根据编码单元的当前尺寸和或当前编码量化参数确定在编码过程中采用速度模式或性能模式，在速度模式中，将预测值作为当前待编码块的划分结果；在性能模式中，使用3D‑HEVC编码器预测当前待编码块的划分结果；判断编码单元的当前尺寸是否大于第四尺寸，若是则调整当前待编码块的尺寸缩小一个级别，并重复以上步骤，直至得到当前待编码块的所有划分结果，本方法在保证一定编码质量的前提下，能够显著节省深度图编码所需时间。

本发明授权基于卷积神经网络的3D-HEVC深度图帧内编码单元划分方法及装置在权利要求书中公布了：1.一种基于卷积神经网络的3D-HEVC深度图帧内编码单元划分方法，其特征在于，包括以下步骤： S1，构建基于卷积神经网络的编码单元划分预测模型并进行训练，得到经训练的编码单元划分预测模型； S2，获取待编码深度图序列，将待编码深度图序列划分得到若干个第一尺寸下的当前待编码块，将所述当前待编码块输入所述经训练的编码单元划分预测模型，输出的预测值为在编码过程中所述当前待编码块中不同尺寸的编码单元是否需要向缩小一个级别的尺寸的编码单元继续划分的若干个标签值，采用3D-HEVC编码器对所述当前待编码块进行编码，在编码过程中确定编码单元的当前尺寸和当前编码量化参数； S3，根据所述编码单元的当前尺寸和或当前编码量化参数确定在编码过程中采用速度模式或性能模式，所述步骤S3中根据所述编码单元的当前尺寸和或当前编码量化参数确定在编码过程中采用速度模式或性能模式，具体包括： 响应于确定所述编码单元的当前尺寸为第一尺寸或第二尺寸，或者所述当前编码量化参数为25或40，确定在编码过程中采用速度模式； 响应于确定所述编码单元的当前尺寸为第三尺寸或第四尺寸，且所述当前编码量化参数为30或35，确定在编码过程中采用性能模式；在所述速度模式中，将所述经训练的编码单元划分预测模型的预测值作为所述当前待编码块的划分结果；在所述性能模式中，使用所述3D-HEVC编码器预测所述当前待编码块的划分结果，所述当前待编码块的划分结果为当前尺寸的编码单元是否向缩小一个级别的尺寸的编码单元继续划分； S4，判断所述编码单元的当前尺寸是否大于第四尺寸，若是则调整所述当前待编码块的尺寸缩小一个级别，并重复步骤S3-S4，否则得到当前待编码块的所有划分结果。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。