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	一种用于对视频数据块进行编码的方法，包括：使用卷积神经网络；从至少一个输入数据生成用于图像数据块的概率向量；所述概率向量之中的概率是在所述图像数据块的子块的边界处发生拆分的概率；并且输入数据包括用于所述图像数据块的运动向量场；和基于所述运动向量场的来自运动补偿的预测数据；或残差数据；其中所述运动向量场包括用于所述图像数据块的每个子块的运动向量；使用所述概率向量将所述图像数据块分区为一个或多个较小块；以及；使用应用于所述一个或多个较小块的运动补偿对所述图像数据块进行编码。
2	根据权利要求1所述的方法，其中所述输入数据还包括所述块的图像数据。
3	根据权利要求1所述的方法，其中所述输入数据还包括针对多个参考图像中的每一个的多个运动向量场；和残差数据；并且其中使用多个参考图像中的相应参考图像来获得多个运动向量场中的每个运动向量场。
4	根据权利要求1所述的方法，其中针对参考图像来估计运动向量场；并且其中所述参考图像是用于重构所述编码块的解码画面缓冲器中的第一参考画面。
5	根据权利要求2所述的方法，其中所述输入数据包括所述预测数据而不是所述残差数据；其中所述残差数据是从预测数据和原始图像数据获得的。
6	根据权利要求1所述的方法，其中所述运动向量场的运动向量通过以下函数归一化：其中m是x的平均值；x分别是子块上运动向量的水平分量和垂直分量；而“s”是比例因子。
7	根据权利要求1所述的方法，其中所述残差通过以下函数归一化：其中x是残差；s是等于2^bitdepth的比例因子；并且bitdepth是图像数据比特深度。
8	根据权利要求1所述的方法，其中所述子块的尺寸为4×4。
9	根据权利要求1所述的方法，其中；所述卷积神经网络包括第一部分；和第二部分；所述第一部分包括至少一个卷积层；所述第二部分包括至少一个全连接层；或维数降低层。
10	根据权利要求9所述的方法，其中所述第二部分还包括至少一个最大池层。
11	根据权利要求9所述的方法，其中在所述全连接层之前；将卷积层的输出与和所述块的量化参数相关的信息链接。
12	根据权利要求1所述的方法，其中通过所述卷积神经网络进一步生成用于图像数据块的帧间‑帧内编码模式概率向量。
13	根据权利要求12所述的方法，其中所述卷积神经网络还处理另一卷积神经网络；所述另一卷积神经网络用于从包括像素和因果相邻像素的图像数据块中生成用于所述图像数据块的概率向量。

对比文件列表

编号	名称

权利要求1

下载无效理由

一种用于对视频数据块进行编码的方法，包括：使用卷积神经网络；从至少一个输入数据生成用于图像数据块的概率向量；所述概率向量之中的概率是在所述图像数据块的子块的边界处发生拆分的概率；并且输入数据包括用于所述图像数据块的运动向量场；和基于所述运动向量场的来自运动补偿的预测数据；或残差数据；其中所述运动向量场包括用于所述图像数据块的每个子块的运动向量；使用所述概率向量将所述图像数据块分区为一个或多个较小块；以及；使用应用于所述一个或多个较小块的运动补偿对所述图像数据块进行编码。