非显而易见法律服务网

上一项目下一项目

项目管理员

蒋晓勇

@jxy

Invalidation of patent, the AI way

非显而易见性评估仅供参考，不构成法律建议。

权利要求列表点击可跳转

序号	权利要求内容
1	一种方法，基于分区边界概率确定与图像数据块相关联的分区概率的集合；其中所述分区边界概率是基于神经网络；和与所述图像数据块相关联的量化参数确定的；并且其中所述分区边界概率指示多个潜在边界是要沿着其划分所述图像数据块的实际边界的相应概率；基于所述分区概率的集合将所述图像数据块分区为两个或更多个更小的预测单元；以及预测所述两个或更多个更小的预测单元中的至少一个更小的预测单元。
2	根据权利要求1所述的方法，其中所述神经网络被配置为基于所述图像数据块；和与所述图像数据块相邻的因果像素来确定所述分区边界概率。
3	根据权利要求1所述的方法，其中所述神经网络被配置为进一步基于指示所述图像数据块的邻近块如何被分区的信息来确定所述分区边界概率。
4	根据权利要求1所述的方法，其中基于所述神经网络确定的所述分区边界概率包括指示所述多个潜在边界是要沿着其划分所述图像数据块的实际边界的所述相应概率的相应概率分数。
5	根据权利要求4所述的方法，其中通过将所述分区边界概率中的每一个的所述相应概率分数与一个或多个阈值进行比较；以确定是否沿着对应于所述分区边界概率的潜在边界分割所述图像数据块；来确定所述分区概率的集合。
6	根据权利要求5所述的方法，其中所述量化参数用于确定所述一个或多个阈值。
7	根据权利要求5所述的方法，其中所述一个或多个阈值取决于树深度。
8	根据权利要求5所述的方法，其中所述一个或多个阈值取决于所述图像数据块的块尺寸；和块形状。
9	根据权利要求8所述的方法，其中，按矩形形状存储所述一个或多个阈值；而与所述图像数据块的方向朝向无关。
10	根据权利要求5所述的方法，其中所述一个或多个阈值取决于与所述图像数据块相关联的条带类型。
11	根据权利要求5所述的方法，其中所述一个或多个阈值取决于与所述图像数据块相关联的随机访问模式；和低延迟模式下的时间级别。
12	根据权利要求1所述的方法，其中所述神经网络包括卷积神经网络。
13	根据权利要求2所述的方法，其中所述因果像素和所述图像数据块属于同一帧；或者所述因果像素包括在所述图像数据块所属的帧的解码邻居中。

对比文件列表

编号	名称

权利要求1

下载无效理由

一种方法，基于分区边界概率确定与图像数据块相关联的分区概率的集合；其中所述分区边界概率是基于神经网络；和与所述图像数据块相关联的量化参数确定的；并且其中所述分区边界概率指示多个潜在边界是要沿着其划分所述图像数据块的实际边界的相应概率；基于所述分区概率的集合将所述图像数据块分区为两个或更多个更小的预测单元；以及预测所述两个或更多个更小的预测单元中的至少一个更小的预测单元。