特許ウォッチ

公開番号2025179847
公報種別公開特許公報(A)
公開日2025-12-10
出願番号2025151880,2024520083
出願日2025-09-12,2021-11-11
発明の名称条件付き画像圧縮
出願人華為技術有限公司,HUAWEI TECHNOLOGIES CO.,LTD.
代理人弁理士法人ITOH
主分類H04N 19/91 20140101AFI20251203BHJP(電気通信技術)
要約【課題】本開示は、画像の成分の条件付きコーディングに関する。
【解決手段】画像の少なくとも一部をエンコードする方法であって、少なくとも1つの二次成分とは独立に画像の一次成分をエンコードする段階と、一次成分からの情報を使用して画像の前記少なくとも1つの二次成分をエンコードする段階とを含む方法が提供される。さらに、画像の少なくとも一部をエンコードする方法であって、画像の一次成分についての一次残差成分と、一次成分とは異なる画像の少なくとも1つの二次成分についての少なくとも1つの二次残差成分とを含む残差を提供する段階と、前記少なくとも1つの二次残差成分とは独立に一次残差成分をエンコードする段階と、一次残差成分からの情報を使用して前記少なくとも1つの二次残差成分をエンコードする段階とを含む方法が提供される。
【選択図】図14
特許請求の範囲【請求項１】
画像の少なくとも一部を再構成する方法であって：
第1のエントロピー・モデルに基づいて第1のビットストリームを処理して第1の潜在テンソルを得る段階（S232）と；
前記第1の潜在テンソルを処理して前記画像の一次成分を表す第1のテンソルを得る段階（S234）と；
前記第1のエントロピー・モデルとは異なる第2のエントロピー・モデルに基づいて前記第1のビットストリームとは異なる第2のビットストリームを処理して、前記第1の潜在テンソルとは異なる第2の潜在テンソルを得る段階（S236）と；
前記第1の潜在テンソルからの情報を使用して、前記第2の潜在テンソルを処理して、前記画像の少なくとも1つの二次成分を表す第2のテンソルを得る段階（S238）とを含む、
方法。
続きを表示（約 1,600 文字）【請求項２】
前記第1の潜在テンソルは、前記第2の潜在テンソルの処理とは独立して処理される、請求項１に記載の方法。
【請求項３】
前記画像の前記一次成分はルーマ成分であり、前記画像の前記少なくとも1つの二次成分はクロマ成分である、請求項１または２に記載の方法。
【請求項４】
前記画像の前記一次成分はクロマ成分であり、前記画像の前記少なくとも1つの二次成分はルーマ成分である、請求項１または２に記載の方法。
【請求項５】
前記第2のテンソルは、2つの二次成分を表し、その一方はクロマ成分であり、他方は別のクロマ成分である、請求項３に記載の方法。
【請求項６】
前記第1の潜在テンソルの処理（S234）は、前記第1の潜在テンソルを前記第1のテンソルに変換することを含み；
前記第2の潜在テンソルの処理（S238）は、前記第2の潜在テンソルと前記第1の潜在テンソルとを連結して連結テンソルを得て、前記連結テンソルを前記第2のテンソルに変換することを含む、
請求項１ないし４のうちいずれか一項に記載の方法。
【請求項７】
前記第1および第2の潜在テンソルのそれぞれは、高さおよび幅次元を有し、
前記第1の潜在テンソルの処理（S234）は、前記第1の潜在テンソルを前記第1のテンソルに変換することを含み；
前記第2の潜在テンソルの処理（S238）は、高さおよび幅次元のうちの少なくとも1つにおける前記第2の潜在テンソルのサンプルのサイズまたはサブピクセル・オフセットが、前記第1の潜在テンソルの高さおよび幅次元のうちの少なくとも1つにおけるサンプルのサイズまたはサブピクセル・オフセットと異なるかどうかを判定し、前記第2の潜在テンソルのサンプルのサイズまたはサブピクセル・オフセットが前記第1の潜在テンソルのサンプルのサイズまたはサブピクセル・オフセットと異なると判定されたとき、前記第1の潜在テンソルのサンプル位置を、前記第2の潜在テンソルのサンプル位置に一致するように調整し、それにより、調整された第1の潜在テンソルを得て；
前記第2の潜在テンソルのサンプルのサイズまたはサブピクセル・オフセットが前記第1の潜在テンソルのサンプルのサイズまたはサブピクセル・オフセットと異なると判定された場合にのみ、前記第2の潜在テンソルおよび前記調整された第1の潜在テンソルとを連結して連結潜在テンソルを得て、そうでない場合には、前記第2の潜在テンソルおよび前記第1の潜在テンソルを連結して、連結潜在テンソルを得て；
前記連結潜在テンソルを前記第2のテンソルに変換することを含む、
請求項１ないし５のうちいずれか一項に記載の方法。
【請求項８】
前記第1のビットストリームは第1のニューラルネットワークによって処理され、前記第2のビットストリームは前記第1のニューラルネットワークとは異なる第2のニューラルネットワークによって処理される、請求項１ないし６のうちいずれか一項に記載の方法。
【請求項９】
前記第1の潜在テンソルは、前記第1および第2のネットワークとは異なる第3のニューラルネットワークによって変換され、前記連結潜在テンソルは、前記第1、第2、および第3のネットワークとは異なる第4のニューラルネットワークによって変換される、請求項６および７に記載の方法。
【請求項１０】
前記第1の潜在テンソルはチャネル次元を含み、前記第2の潜在テンソルはチャネル次元を含み、チャネル次元における前記第1の潜在テンソルのサイズは、チャネル次元における前記第2の潜在テンソルのサイズに比べ大きい、小さい、および等しいのうちの1つである、請求項１ないし９のうちいずれか一項に記載の方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、概括的には、画像およびビデオ・コーディング〔ビデオ符号化〕の分野に関し、詳細には、条件付き画像圧縮を備える画像およびビデオ・コーディングに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
ビデオ・コーディング（ビデオ・エンコードおよびデコード）は、デジタル・ビデオ・アプリケーションの広い範囲、たとえば、放送デジタルTV、インターネットおよびモバイル・ネットワークを通じたビデオ送信、ビデオチャット、テレビ会議のようなリアルタイム会話アプリケーション、DVDおよびブルーレイディスク、ビデオコンテンツ取得および編集システム、およびセキュリティアプリケーションのカムコーダにおいて使用される。
【０００３】
比較的短いビデオであっても、描写するために必要なビデオ・データの量は相当なものになる可能性があり、そのことは、データがストリーミングされる、または他の仕方で、帯域幅容量が限られている通信ネットワークを通じて通信されるときに、困難が生じる可能性がある。よって、ビデオ・データは一般に、現代の遠隔通信ネットワークを通じて通信される前に圧縮される。メモリ資源が限られている可能性があるため、ビデオが記憶デバイスに記憶されるときにも、ビデオのサイズが問題になる可能性がある。ビデオ圧縮デバイスは、しばしば、ソースにおいてソフトウェアおよび／またはハードウェアを使用して、伝送または記憶の前にビデオ・データをコーディングし、それによってデジタル・ビデオ画像を表すために必要とされるデータの量を削減する。その後、圧縮されたデータは、宛先で、ビデオ・データをデコードするビデオ圧縮解除デバイスによって受領される。圧縮技法は、静止画像コーディングのコンテキストでも好適に適用される。
【０００４】
ネットワーク資源が限られ、より高いビデオ品質の要求がますます高まっているため、画像品質をほとんどまたは全く犠牲にせずに圧縮率を改善する、改善された圧縮および圧縮解除技術が望ましい。
【０００５】
現在、人工ニューラルネットワークを利用したニューラルネットワーク（neural network、NN）および深層学習（deep learning、DL）技術が、ビデオ、画像（たとえば静止画像）などのエンコードおよびデコードの技術分野でも、しばらく前から使用されている。
【０００６】
利用可能なメモリおよび／または処理速度の制限を考慮に入れる、トレーニングされたネットワークに基づいてそのような画像コーディング（ビデオ・コーディングまたは静止画像コーディング）の効率をさらに改善することが望ましい。
【０００７】
特に、従来の条件付き画像圧縮符号化は、貧弱な並列化適合性および困難なメモリ要求に悩まされる。
【発明の概要】
【発明が解決しようとする課題】
【０００８】
本発明は、特に、ニューラルネットワーク、たとえば、以下の詳細な説明に記載されるニューラルネットワークによって、画像またはビデオ・データをコーディングするための方法および装置に関する。ニューラルネットワークの使用は、自己学習方式での信頼できるエンコードおよびデコードならびにエントロピー・モデルの推定を許容し、エンコードされた圧縮入力データから再構成される画像の高い精度をもたらしうる。
【課題を解決するための手段】
【０００９】
上記および他の目的は、独立請求項の主題によって達成される。さらなる実装は、従属請求項、明細書、および図面から明白である。
【００１０】
第1の側面によれば、画像の少なくとも一部（たとえば、一つまたは複数のブロック、スライス、タイル等）をエンコードする方法であって、（画像の少なくとも前記一部について）画像の（画像の成分から選択された）少なくとも1つの二次（非一次）成分から独立して画像の（画像の成分から選択された）一次成分をエンコードし、一次成分からの情報を使用して画像の前記少なくとも1つの二次成分をエンコードすることを含む方法が提供される。
（【００１１】以降は省略されています）

関連特許