用于端到端壓縮的靈活神經架構用于圖像或視頻壓縮。在一個實施例中，第一設備是編碼器，并且第二設備是解碼器。在第一設備和第二設備之間執行壓縮特征的傳輸。概率表的映射在第一和第二設備中執行。在一個實施例中，通過更新用于編碼特征的比特流，在第一...

公開了用于對網格進行漸進編碼的裝置和方法。所公開的技術包括獲得表示基礎網格和要編碼的所述網格之間的空間差異的位移數據，將所述位移數據變換為在多個分辨率級別處計算的小波系數，并且然后根據零樹層次結構以遍歷順序對所述小波系數進行零樹編碼，生...

公開了用于對數據流中的體積場景進行編碼和解碼的方法和設備，該體積場景被格式化為圖譜區塊的列表。還公開了描述這種數據流的元數據的語法的實施例。例如，通過將主圖譜的大小設置為零，提供體積場景被格式化為圖譜區塊的列表的指示。還提供了列表中圖譜...

公開了用于執行膠片顆粒圖案的縮減的系統、方法和手段。一種設備可獲得與塊的多個膠片顆粒圖案相關聯的膠片顆粒圖案優先級信息。該設備可基于該膠片顆粒圖案優先級信息來從該多個膠片顆粒圖案中確定要在其上執行膠片顆粒圖案分析的縮減的膠片顆粒圖案集合...

一種用于圖像的基于深度神經網絡的編碼系統確定用于對圖像進行解碼的深度神經網絡模型的更新參數。這些參數由編碼器確定并被提供給解碼器以在對圖像進行解碼之前更新解碼器的模型。這通過僅微調神經解碼器的一些參數來提供結構稀疏性。對基于表示經編碼的...

在一個實現方式中，簡化了對運動模型參數(例如，仿射運動模型中的CPMV)的運動矢量偏移的搜索。特別地，僅基于初始CPMV來執行初始運動補償，并且通過使用類似于PROF的方法來近似利用運動偏移的運動補償預測。針對塊中的樣本，可以基于初始C...

一種用于對視頻進行編碼或解碼的方法和裝置，其中對于要編碼或解碼的至少一個第一塊，基于用于重建至少一個第二塊的編碼模式來確定至少一個參考樣本。例如，使用至少一個第二塊的編碼數據來執行至少一個參考樣本所屬的第三塊的幀內填充或運動補償。然后使...

在一個實施方式中，寬角度過程可以被修改以禁用將利用填充參考樣本的幀內預測模式(IPM)，尤其是當其它IPM將利用可用參考樣本時。更一般地，取決于參考樣本是否可用，可以移除或添加某些幀內預測模式，或者可以對MPM重新排序。然后，可以修改信...

公開了用于編碼和解碼網格數據的裝置和方法。公開了編碼技術，包括將網格編碼成比特流。編碼包括從網格生成基本網格，獲得基本網格的連通性和幾何數據。然后，細分基本網格，獲得細分網格的連通性和幾何數據。編碼通過使用位移數據基于圖形傅立葉變換(G...

公開了編碼和解碼方法，其中使用了方向幀內預測。將給定集合的每個方向幀內預測模式和與其垂直于梯度的方向的方向最接近所述方向幀內預測模式的方向的像素相關聯的梯度的值的總和相關聯(S100)，并且與表示對所述總和有貢獻的每個像素的空間位置的信...

視頻圖像的壓縮和解壓縮通過改進的用于壓縮的隱式神經表征(INR)方法來實現。具體地，對于較小的圖像區域，局部地學習表征，并且通過重復使用表征的較大部分來消除時空冗余。在一個實施例中，針對圖像/視頻的分區的每個部分來計算與該分區相對應的局...

一種方法包括：將第一顏色空間中的輸入圖片數據轉換為第二顏色空間中的第一圖片數據，輸入圖片數據和第一圖片數據是在第一色域中且對應于第一非線性域；將第一圖片數據轉換在線性域中以獲得第二顏色空間中的第二圖片數據；將第二圖片數據轉換到第二色域同...

啟動了ISP的譯碼塊可包括多個子分區。對于所述譯碼塊中的第一子分區，可基于與所述第一子分區相關聯的模板樣本，導出幀內預測模式。可基于所述幀內預測模式來解碼所述第一子分區。對于所述譯碼塊中的第二子分區，可基于與所述第二子分區相關聯的模板樣...

公開了一種編碼方法。首先獲取代表輸入圖像的神經網絡的權重。然后獲取代表所述神經網絡的層中的權重的最大絕對值的至少一個值。響應于所述至少一個值來量化所述層的權重。最終將所述至少一個值和所量化的權重編碼到比特流中。可以將這些編碼的權重提供給...

公開了用于編碼和解碼網格數據的裝置和方法。所公開的編碼技術包括接收網格序列，包括序列中網格的頂點的幾何數據，以及將運動數據編碼成編碼網格數據的比特流。運動數據編碼包括基于圖形傅立葉變換(GFT)對幾何數據進行變換，以獲得代表運動數據的G...

當使用諸如幀內模板匹配預測模式的基于模板的預測模式時，視頻編碼系統可以使用不同類型的模板。基于模板的編碼工具常規地使用的“L形”模板可以分為水平‘上方’(或‘上部’)模板和垂直‘左側’模板。這允許編碼器選擇模板的適當部分，該部分更好地捕...

在端到端壓縮中，可以使用基于深度神經網絡的編碼器以對圖像進行編碼。利用無損編碼器對從編碼器輸出的嵌入物進行量化和編碼。有利地，至少一個實施例允許通過進一步降低經量化的潛在物中的冗余度來改進潛在熵編碼。為此，至少一個實施例公開了通過下述操...

一種用于對視頻進行編碼或解碼的方法和裝置。確定用于熵編解碼器的上下文的至少一個參數的初始值。該上下文與要進行熵編解碼的二進制符號序列中的至少一個二進制符號相關聯。基于用于對二進制符號集合進行熵編碼的比特率來確定或基于對表示該初始值的信息...

本發明涉及用于視頻編碼和解碼的單索引量化矩陣設計，具體涉及可對應于不同塊尺寸、顏色分量和預測模式而傳送不同量化矩陣。為了更有效地用信號通知量化矩陣的系數，在一個實現中，基于與首先列出的較大尺寸的CU尺寸有關的尺寸標識符(sizeId)和...

在端到端壓縮中，可以使用基于深度神經網絡的編碼器對圖像進行編碼。從所述編碼器輸出的嵌入使用無損編碼器進行量化和編碼。在一種實施方式中，我們建議將均勻VQ(矢量量化)應用于針對均勻SQ(標量量化)進行訓練/優化的嵌入。此外，我們建議采用現...