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！

龙图腾网获悉北京工业大学申请的专利面向VVC视频编码标准基于可变CNN的QP自适应环路滤波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：CN116347107B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310250176.1，技术领域涉及：H04N19/82；该发明授权面向VVC视频编码标准基于可变CNN的QP自适应环路滤波方法是由刘鹏宇;金鹏程;陈善继;王偲荣设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本面向VVC视频编码标准基于可变CNN的QP自适应环路滤波方法在说明书摘要公布了：本发明公开了面向VVC视频编码标准基于可变CNN的QP自适应环路滤波方法，属于视频编码技术领域，本方法包含以下步骤：构建轻量级CTU质量三分类网络；构建三个不同复杂度的CNN滤波网络；构建滤波和分类数据集；训练轻量级CTU质量三分类网络模型和三个不同复杂度的CNN滤波网络模型；将轻量级CTU质量三分类网络与三个不同复杂度的CNN滤波网络耦合，并集成到VVC标准VTM6.0中。本发明充分利用了深度学习在图像滤波去噪方面的优势，改善了视频编码器中环路滤波器的性能，有效提升视频整体质量和压缩效率。

本发明授权面向VVC视频编码标准基于可变CNN的QP自适应环路滤波方法在权利要求书中公布了：1.面向VVC视频编码标准基于可变CNN的QP自适应环路滤波方法，其特征在于，包括如下步骤， 步骤1：构建轻量级CTU质量三分类网络； 轻量级CTU质量三分类网络只包含五个卷积层、一个平均池层和一个完全连接层；卷积层负责特征提取，池化层和完全连接层输出概率向量； 步骤2：构建三个不同复杂度的CNN滤波网络； CNN滤波网络结构包括编码器和解码器；所述编码器由三次卷积操作和三次下采样操作组成，输入图像每次经过卷积操作再经过下采样；所述解码器由三次卷积操作和三次上采样操作以及跳跃连接组成；经过一个卷积层得到滤波后图像；通过设计卷积块提升CNN滤波网络对特征的抓取能力； 步骤3：构建分类和滤波数据集； 将测试集的图像转换为格式YUV420，并由VTM-6.0在全帧内配置下进行编码，QP从[27，42]中随机选择，在压缩过程中关闭DBF、SAO和ALF，提取编码后图像；将编码后的图像与对应的原始图像切割成为128×128的子图像；将原始图像与对应的编码后图像切割得到的128×128的子图像形成子图像对；计算得到的子图像对的峰值信噪比PSNR，并且按照PSNR从低到高排序子图像对； 步骤4：训练轻量级CTU质量三分类网络和三个不同复杂度的CNN滤波网络； 步骤5：将轻量级CTU质量三分类网络与三个不同复杂度的CNN滤波网络耦合并集成到VTM6.0中； CTU经过熵解码后会经过轻量级CTU质量三分类网络，将输出三种不同PSNR级别的CTU块，然后选择进入到对应复杂度的CNN滤波网络中进行滤波。

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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。