南京理工大学伏长虹获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利基于卷积神经网络的VVC块划分快速预测方法及系统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：CN114219973B 。
龙图腾网通过国家知识产权局官网在2025-08-22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：202111555140.1，技术领域涉及：G06V10/764；该发明授权基于卷积神经网络的VVC块划分快速预测方法及系统是由伏长虹;张小洲;洪弘设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。
本基于卷积神经网络的VVC块划分快速预测方法及系统在说明书摘要公布了：本发明公开了一种基于卷积神经网络的VVC块划分快速预测方法及系统，包括：输入大小为32×32的编码单元和其量化参数QP，预处理后作为卷积神经网络的输入，经过卷积操作后，最终输出对当前CU的划分预测结果，对CU最可能的划分形式：水平、垂直、不划分或是复杂形式做出预测。本发明有效地降低了编码单元的多类型划分的复杂度，减少了所需的编码时间；并在提高编码速度的同时，保证了最终解码端的视频质量。
本发明授权基于卷积神经网络的VVC块划分快速预测方法及系统在权利要求书中公布了：1.一种基于卷积神经网络的VVC块划分快速预测方法，其特征在于，包括如下步骤： 步骤1、数据收集：选取不同的视频，每隔M帧选取1帧，每个视频共计选取N帧，在不同量化参数QP下用原始VVC编码器进行编码，并收集以下数据作为训练集：32×32大小的编码单元CU的像素值，量化参数QP作为输入信息，编码过程中该CU的最优划分方式所属类别作为对应的标签；所属类别包括水平划分、垂直划分、不划分、四叉树划分； 步骤2、数据训练：对于训练集中的CU，将CU的亮度值进行去均值预处理，作为卷积神经网络的输入，随后进行四次卷积计算，最终得到1×1的特征；将QP值作为先验输入全连接层，并将输出的特征与CU的特征叠加，经过归一化指数函数作为划分结果的输出，和标签对应；经过训练后得到一个用于VVC块划分快速预测的网络； 步骤3、模型部署：在VVC实际编码过程中，对于每一个32×32大小的CU，将CU亮度值、QP值输入到训练好的网络中，得到对当前CU的最优划分的预测，根据该预测进行后续编码。
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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号