The Non oBviousness
Game
Invalidation of patent, the AI way
最新资讯
登录
登录
The Non oBviousness
Game
主页
历史访问项目
登录后查看历史访问项目
Search
返回项目页面
对比文件列表
暂无对比文件
请从左侧选择对比文件查看内容
权利要求与技术特征
权利要求 1
A
从包括所述视频数据的经编码的表示的比特流中获得一个或多个语法元素
B
重构所述视频数据的块
C
将基于卷积神经网络(CNN)的滤波器应用于所重构的块
D
其中，所述CNN包括多个卷积层
E
所述基于CNN的滤波器向所述卷积层的输出值应用泄漏整流线性单元(LeakyReLU)激活函数
F
针对所述多个卷积层中的每个卷积层，应用于所述卷积层的所述输出值的所述LeakyReLU激活函数被定义为：其中，y是卷积层的输出值，并且Alpha是固定参数
G
针对所述多个卷积层中的至少一个卷积层，基于所述一个或多个语法元素确定在应用于所述至少一个卷积层的输出值的所述LeakyReLU激活函数中使用的Alpha的值。
权利要求 2
H
在应用于所述卷积层中的每一个卷积层的输出值的所述LeakyReLU激活函数中使用相同的Alpha的值。
权利要求 3
I
在应用于所述卷积层中的两个或更多个卷积层的输出值的所述LeakyReLU激活函数中使用的Alpha的值是不同的。
权利要求 4
J
所述一个或多个语法元素直接指定Alpha的所述值。
权利要求 5
K
获得所述一个或多个语法元素包括获得在所述比特流中用信号通知的预定义集合内的Alpha的索引
L
确定Alpha的所述值包括确定所述预定义集合中的与Alpha的所述索引相对应的Alpha的所述值。
权利要求 6
M
所述方法还包括：基于所述一个或多个语法元素来确定Alpha的多个值
N
将所述基于CNN的滤波器应用于所重构的块包括：使用在Alpha的所述多个值中的Alpha的不同值来向所述多个卷积层中的两个或多个不同的卷积层的输出值应用所述LeakyReLU激活函数。
权利要求 7
O
所述一个或多个语法元素包括直接指定Alpha的所述多个值的多个语法元素。
权利要求 8
P
所述一个或多个语法元素包括指定预定义集合内的Alpha的多个索引的多个语法元素。