首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种体积视频的分层渐进编码框架方法和系统 

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!

申请/专利权人:上海交通大学

摘要:本发明公开体积视频的分层渐进编码框架方法和系统,包括使用多分辨率特征网格表征体积视频;使用多分辨率残差网格补偿动态神经辐射场中不同帧间的错误和新观察到的区域;引入熵模型和模拟量化操作,将失真损失、估计到的模型码率损失、残差网格的L1范数的加权求和作为总损失,对梯度进行反向传播;利用分层渐进方式、多层次监督来逐步训练整个动态神经辐射场;对训练好的体积视频进行量化和熵编码,压缩模型大小,获得包含多分辨率结果的码流;对码流进行渐进分层解码,组合渲染恢复出不同分辨率的结果。本发明能够提高体积视频的重建质量和压缩率;其在显著提高率失真性能的同时可以在一个模型中获得多种率失真性能,以适应不同的需求。

主权项:1.一种体积视频的分层渐进编码框架方法,其特征在于,包括:使用能够调整比特率和质量的多分辨率特征网格表征动态神经辐射场构建的体积视频;使用多分辨率残差网格补偿动态神经辐射场中不同帧间的错误和新观察到的区域;对多分辨率特征网格表征和残差补偿后的模型进行压缩并进行训练;在训练单层分辨率特征网格过程中,引入熵模型和模拟量化操作,将失真损失、估计到的模型码率损失、残差网格的L1范数的加权求和作为总损失,对梯度进行反向传播,训练动态神经辐射场;在训练整个多层的分辨率特征网格过程中,利用分层渐进方式、多层次监督来逐步训练动态神经辐射场;对已经训练好的动态神经辐射场构建的体积视频进行量化和熵编码,压缩模型大小,获得包含多分辨率结果的码流,实现流式传输;对包含多分辨率结果的码流进行渐进分层解码,通过对从低到高解码结果的组合渲染恢复出不同分辨率的结果。

全文数据:

权利要求:

百度查询: 上海交通大学 一种体积视频的分层渐进编码框架方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。