2018-03-29_US2018091791A_发明申请_US20180091791A1 STREAMING VOLUMETRIC VIDEO FOR SIX DEGREES OF FREEDOM VIRTUAL REALITY_+++b_c_f_g_h_l+++.docx

对比文件的名称:US20180091791A1 STREAMING VOLUMETRIC VIDEO FOR SIX DEGREES OF FREEDOM VIRTUAL REALITY

目标专利的名称:用于提供视频数据比特流的编解码方法和编解码装置CN112970256B

本次调用的模型名称:AI分析模型

技术特征描述及公开性判断对比文件原文引用(中文翻译)公开性论述
技术特征A:该方法包括:该编码器装置的处理器确定包括由视频捕获设备捕获的视频数据的视频帧序列中的视频帧的当前块的运动矢量,该运动矢量定义当前块相对于存储在该编码器装置的存储器中的已编码的第一参考视频帧的预测块的偏移,其中,由该运动矢量定义的偏移的至少一部分与该视频捕获设备正在相对于场景移动时该视频数据中的全局运动相关联《未公开》对比文件未记载编码器确定当前块运动矢量及全局运动关联的内容。主要涉及基于姿态数据的渲染和标准视频编码,不涉及块级运动估计和全局运动关联。对比文件描述的是流式体视频系统,渲染服务器使用标准视频编码器编码渲染帧,没有描述运动估计过程,更未提及运动矢量与全局运动关联。因此本领域技术人员无法从对比文件得出该特征。
技术特征B:该当前块与该预测块之差定义了残差块《隐含公开》[0065] “视频编码器325可以是相对标准的视频编码器,使用MPEG-4和/或H.264或H.265视频编码过程来编码显示体视频的视频帧,如同它由VR头显310渲染时显示的样子。”对比文件明确使用H.264/H.265等标准视频编码过程,这些标准基于块混合编码,必然通过当前块与预测块之差计算残差块。本领域技术人员可合理推断标准编码器执行此操作,因此隐含公开。
技术特征C:该处理器确定用于预测该运动矢量的运动矢量预测值,该运动矢量预测值是由该处理器从该当前视频帧的一个或多个已编码块的运动矢量中选择的,和/或从存储在该编码器装置的存储器中的一个或多个参考视频帧的一个或多个已编码块的运动矢量中选择的《隐含公开》[0065] (同上)H.264/H.265等标准视频编码过程支持从空间相邻块或时域参考帧中导出运动矢量预测值。对比文件使用此类标准编码器,因此隐含公开了确定运动矢量预测值的方式。
技术特征D:该处理器确定或接收该当前块的运动矢量的运动补偿矢量,该运动补偿矢量提供对该运动矢量中与全局运动相关联的部分的估计《未公开》对比文件未记载与当前块相关的运动补偿矢量。[0056]-[0062]描述了预测姿态计算,但针对VR头显姿态而非块运动补偿。对比文件中的姿态预测用于渲染,并非针对视频编码中单个块的运动补偿矢量。无直接或隐含公开。
技术特征E:该处理器基于该运动矢量与该运动补偿矢量之差来确定经全局运动补偿的运动矢量,并且基于该运动矢量预测值和该经全局运动补偿的运动矢量来确定运动矢量差《未公开》对比文件未记载基于运动矢量和运动补偿矢量之差确定经全局运动补偿的运动矢量等操作。对比文件无对应描述,未被公开。
技术特征F:该处理器使用熵编码算法将以下信息编码到比特流中:该残差块《隐含公开》[0065] (同上)标准视频编码如H.264/H.265使用熵编码(例如CABAC或CAVLC)对残差数据进行编码。对比文件使用标准编码器,隐含公开了熵编码残差块。
技术特征G:该运动矢量差《隐含公开》[0065] (同上)标准视频编码中,运动矢量差(MVD)是运动矢量和运动矢量预测值之差,并经过熵编码。对比文件使用标准编码器,隐含公开了对运动矢量差的编码。
技术特征H:所选运动矢量预测值的指示《隐含公开》[0065] (同上)在H.264/H.265中,需要对所选运动矢量预测值(如merge索引或MVP索引)进行编码。对比文件使用标准编码器,隐含公开了所选运动矢量预测值的指示的编码。
技术特征I:该运动矢量差基于该运动矢量预测值与经全局运动补偿的运动矢量之差的指示《未公开》对比文件未记载运动矢量差基于预测值与经全局运动补偿的运动矢量之差的指示。该特征涉及全局运动补偿特定的指示,对比文件未公开任何全局运动补偿相关指示。
技术特征J:用于将该经全局运动补偿的运动矢量转换为该运动矢量的转换信息《未公开》对比文件未记载任何转换信息。对比文件无对应内容。
技术特征K:其中该运动矢量差基于该运动矢量预测值与经全局运动补偿的运动矢量之差的指示是二进制标志《未公开》对比文件未记载该二进制标志。同上,未公开。
技术特征L:其中,一个或多个已编码块的这些运动矢量形成运动矢量的至少一个索引列表,并且其中,由该编码器装置选择的运动矢量预测值的指示包括在该至少一个索引列表中选择的运动矢量的索引《隐含公开》[0065] (同上)H.265标准中定义了运动矢量候选列表(merge列表和AMVP列表),并使用索引指示选中的预测值。对比文件使用H.265编码器,隐含公开了此特征。
技术特征M:其中,该转换信息包括该编码器装置用于确定该运动补偿矢量的算法的指示《未公开》对比文件未记载编码器确定运动补偿矢量的算法指示。未公开。
技术特征N:和/或存储在该解码器中的用于确定该运动补偿矢量的算法的一个或多个参数,该一个或多个参数中的至少一部分与该视频捕获设备相对于该场景的移动相关联《未公开》对比文件未记载解码器参数与相机运动关联的内容。未公开。
技术特征O:其中,该运动补偿矢量是运动补偿图的一部分,该运动补偿图包括用于该当前视频帧的块的运动补偿矢量《未公开》对比文件未记载运动补偿图。未公开。
技术特征P:其中,该转换信息包括该运动补偿矢量或运动补偿图,该运动补偿图包括用于该当前视频帧或包括该当前视频帧的视频帧序列的块的运动补偿矢量《未公开》对比文件未记载。未公开。
技术特征Q:其中,确定运动矢量差包括:基于该运动矢量预测值和该经全局运动补偿的运动矢量确定第一运动矢量差候选《未公开》对比文件未记载第一运动矢量差候选。未公开。
技术特征R:基于该运动矢量预测值和该运动矢量确定第二运动矢量差候选《未公开》对比文件未记载。未公开。
技术特征S:基于优化过程从该第一运动矢量差候选和该第二运动矢量差候选中选择该运动矢量差《未公开》对比文件未记载。未公开。
技术特征T:其中优化过程是率失真优化RDO过程《未公开》对比文件未记载RDO过程。未公开。
技术特征U:其中,该运动补偿矢量是基于参数化算法确定的,该算法被配置为生成对该视频帧的当前块的全局运动的估计《未公开》对比文件[0056]-[0062]描述了预测姿态计算使用外推算法基于位姿数据生成未来位姿,但该算法用于渲染全局运动,而非针对视频帧当前块。且未描述参数化算法用于块级运动估计。对比文件的预测姿态计算是针对VR头显的姿态预测,与目标专利中针对当前块的全局运动估计参数化算法不同,且未具体化到块,因此未公开。
技术特征V:其中,该运动补偿矢量是基于图像处理算法确定的,该算法被配置为确定该当前视频帧中的运动场,该运动场包括与该当前视频帧的像素或像素块相关联的运动矢量,并且该算法被配置为将该运动场的运动矢量分类为表示该当前视频帧中的局部运动的运动矢量和表示该当前视频帧中的全局运动的运动矢量《未公开》对比文件未记载确定运动场并分类的算法。未公开。
技术特征W:其中,该视频捕获设备适于捕获球面视频数据,并且其中,该视频帧序列中的视频帧包括球面视频数据,该球面视频数据基于投影模型被投影到矩形视频帧上,该投影模型是等距柱状或立方体投影模型《未公开》对比文件[0009]提及“三百六十度视频或图像”,通常涉及球面数据,但未描述投影模型。对比文件背景部分涉及360度视频,但未提及等距柱状或立方体投影模型,也未描述视频捕获设备捕获球面视频数据并投影,因此未公开。
技术特征X:其中,该转换信息的至少一部分作为一个或多个SEI消息被包括在该比特流中《未公开》对比文件未记载SEI消息。未公开。
技术特征Y:和/或被包括在一个或多个网络抽象层NAL单元中《未公开》对比文件未记载NAL单元。未公开。
技术特征Z:其中NAL单元中是非VCL NAL单元《未公开》对比文件未记载NAL单元分类。未公开。

<<<b>>><<<c>>><<<f>>><<<g>>><<<h>>><<<l>>>

权利要求与技术特征

A 该方法包括: 该编码器装置的处理器确定包括由视频捕获设备捕获的视频数据的视频帧序列中的视频帧的当前块的运动矢量,该运动矢量定义当前块相对于存储在该编码器装置的存储器中的已编码的第一参考视频帧的预测块的偏移,其中,由该运动矢量定义的偏移的至少一部分与该视频捕获设备正在相对于场景移动时该视频数据中的全局运动相关联
B 该当前块与该预测块之差定义了残差块
C 该处理器确定用于预测该运动矢量的运动矢量预测值,该运动矢量预测值是由该处理器从该当前视频帧的一个或多个已编码块的运动矢量中选择的,和/或从存储在该编码器装置的存储器中的一个或多个参考视频帧的一个或多个已编码块的运动矢量中选择的
D 该处理器确定或接收该当前块的运动矢量的运动补偿矢量,该运动补偿矢量提供对该运动矢量中与全局运动相关联的部分的估计
E 该处理器基于该运动矢量与该运动补偿矢量之差来确定经全局运动补偿的运动矢量,并且基于该运动矢量预测值和该经全局运动补偿的运动矢量来确定运动矢量差
F ,该处理器使用熵编码算法将以下信息编码到比特流中:该残差块
G 该运动矢量差
H 所选运动矢量预测值的指示
I 该运动矢量差基于该运动矢量预测值与经全局运动补偿的运动矢量之差的指示
J 用于将该经全局运动补偿的运动矢量转换为该运动矢量的转换信息。
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE