The Non oBviousness
Game
Invalidation of patent, the AI way
最新资讯
登录
登录
The Non oBviousness
Game
主页
历史访问项目
登录后查看历史访问项目
Search
返回项目页面
对比文件列表
暂无对比文件
请从左侧选择对比文件查看内容
权利要求与技术特征
权利要求 1
A
包括：使用卷积神经网络
B
从至少一个输入数据生成用于图像数据块的概率向量
C
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
D
输入数据包括用于所述图像数据块的运动向量场
E
和基于所述运动向量场的来自运动补偿的预测数据
F
残差数据
G
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
H
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
I
J
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。
权利要求 2
K
其中所述输入数据还包括所述块的图像数据。
权利要求 3
L
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
M
和残差数据；并且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。
权利要求 4
N
其中针对参考图像来估计运动向量场；并且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。
权利要求 5
O
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
P
其中所述残差数据是从预测数据和原始图像数据获得的。
权利要求 6
Q
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
R
x分别是子块上运动向量的水平分量和垂直分量
S
而“s”是比例因子。
权利要求 7
T
其中所述残差通过以下函数归一化：其中x是残差
U
s是等于2^bitdepth的比例因子
V
bitdepth是图像数据比特深度。
权利要求 8
W
其中所述子块的尺寸为4×4。
权利要求 10
X
其中所述第二部分还包括至少一个最大池层。
权利要求 11
Y
其中在所述全连接层之前
Z
将卷积层的输出与和所述块的量化参数相关的信息链接。