- 博客(61)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 JVET提案学习：块重要性映射Block importance mapping
JVET-Y0077：AHG10: Block importance mapping视频前处理技术学习
2022-10-01 22:22:57
858
原创 【VTM10.0】反量化之DQ技术
DQ反量化时，会把初始状态设置为0，然后根据level（也就是k）来进行下个点的state判断，如下图所示：反DQ的函数是dequantBlock函数，个人理解见注释：void Quantizer::dequantBlock( const TransformUnit& tu, const ComponentID compID, const QpParam& cQP, CoeffBuf& recCoeff, bool enableScalingLists, int* piDequ
2021-06-05 15:47:12
510
原创 【VTM10.0】量化之一般量化技术
量化公式：其中：函数是quant函数，个人理解见注释：void Quant::quant(TransformUnit &tu, const ComponentID &compID, const CCoeffBuf &pSrc, TCoeff &uiAbsSum, const QpParam &cQP, const Ctx& ctx){ const SPS &sps = *tu.cs->sps; const
2021-06-05 15:22:22
705
原创 【VTM10.0】反量化之RDOQ、一般量化
RDOQ与一般量化的过程虽然不同，但是解码的步骤时在相同的，如下：解码都调用的dequant函数：该函数主要完成写下面的公式，进行反量化。void Quant::dequant(const TransformUnit &tu, CoeffBuf &dstCoeff, const ComponentID &compID,
2021-06-05 11:57:56
508
1
原创 【VTM10.0】量化之RDOQ技术
其中第一步的量化与普通量化相同，步骤如下：代码理解见注释（仅个人理解，欢迎指正）：void QuantRDOQ::xRateDistOptQuant(TransformUnit &tu, const ComponentID &compID, const CCoeffBuf &pSrc, TCoeff &uiAbsSum, const QpParam &cQP, const Ctx &ctx){ const FracBitsAccess&..
2021-06-05 11:44:40
614
原创 【VTM10.0】反量化反变换技术
void TrQuant::invTransformNxN( TransformUnit &tu, const ComponentID &compID, PelBuf &pResi, const QpParam &cQP ){//反量化与反变换 const CompArea &area = tu.blocks[compID]; const uint32_t uiWidth = area.width; const uint32_t uiHe
2021-05-15 11:42:57
517
3
原创 【VTM10.0】熵编码技术
CABAC编码template <class BinProbModel>void TBinEncoder<BinProbModel>::encodeBin( unsigned bin, unsigned ctxId ){ BinCounter::addCtx( ctxId ); BinProbModel& rcProbModel = m_Ctx[ctxId]; uint32_t LPS = rcProbModel.getLPS( m
2021-05-14 20:53:19
278
原创 【VTM10.0】帧内之MIP技术
MIP （Matrix weighted Intra Prediction，基于矩阵的帧内预测 ）矩阵：根据不同块大小，分别预先训练出不同的多组矩阵，存在ROM中；向量：将参考像素的一部分进行一些处理，排成一维向量；通过矩阵与向量相乘进行帧内预测，得到当前块的预测值。其预测过程可以分为三步，以大小为8 x 8的CU为例：ROM中矩阵规模为[16 x 8]，待输入向量规模为[8 x 1]，经过矩阵相乘后得到16个预测值。MIP初始化代码：void IntraPrediction::initIn
2021-05-13 20:34:15
350
1
原创 【VTM10.0】xPredIntraAng函数解析
xPredIntraAng函数内进行角度模式的解析，获取块内的预测值。void IntraPrediction::xPredIntraAng( const CPelBuf &pSrc, PelBuf &pDst, const ChannelType channelType, const ClpRng& clpRng){ int width =int(pDst.width); int height=int(pDst.height); const bool bIsMod
2021-05-13 20:21:00
413
原创 【VTM10.0】predIntraAng函数解析
void IntraPrediction::predIntraAng( const ComponentID compId, PelBuf &piPred, const PredictionUnit &pu){ const ComponentID compID = MAP_CHROMA( compId ); const ChannelType channelType = toChannelType( compID ); const int
2021-05-13 20:18:12
208
原创 【VTM010.0】xIntraRecBlk函数解析
本函数完成了重建值的生成。1.获取当前块的pred2.反量化反变换得到resi3.resi+pred=recovoid DecCu::xIntraRecBlk( TransformUnit& tu, const ComponentID compID ){ if( !tu.blocks[ compID ].valid() ) {//如果当前的tu块是无效的，则返回 return; } CodingStructure &cs = *tu.cs;
2021-05-13 20:10:21
287
原创 【VTM10.0】帧内之DM技术
色度只有8种候选模式：横轴是色度块所对应的亮度块的预测方向，纵轴是当前色度块的候选预测模式。冗余性检验: 如列表前面出现过DM的模式，则用66取代列表前面的重复模式以免在RDcost的时候和DM模式重复，最后选取RDcost最小的一种角度模式，即可最终确定色度角度预测模式。DM模式：找到当前色度CU位置对应的亮度CU位置，将其中心块的预测模式作为DM候选模式。uint32_t PU::getFinalIntraMode( const PredictionUnit &pu, cons
2021-05-12 19:46:51
316
1
原创 【VTM10.0】帧内之CCLM技术
为了减少分量间的冗余，提出分量间线性模型预测技术，基本思想是假设亮度分量和色度分量间存在某种线性关系，根据此线性关系实现亮度分量到色度分量的预测。VVC中CCLM步骤如下：1.使用特定位置的四个点。对同位亮度块的 上述4个位置 以及 块内的所有 亮度样本进行下采样以获得和色度样本一一对应的亮度样本。以CCLM为例：VTM10.0亮度下采样的代码：用于生成包括参考像素和块内像素的下采样亮度值。// LumaRecPixels 获得亮度的重建值void IntraPrediction
2021-05-12 19:30:02
422
原创 【VTM10.0】帧内之ISP技术
ISP（Intra Sub-Partitions，帧内子区域划分）依据CU的亮度块尺寸，将其沿水平或垂直方向划分成2个或者4个尺寸相同的子块，然后逐个子区域进行预测和重建。进行帧内ISP的最小CU尺寸为4 x 8或8 x 4（即4 x 4的CU不使用ISP），4 x 8或8 x 4的CU会被分成2个子区域，其他尺寸则被分成4个子区域，即每个子区域最少需要有16个像素。代码意思见注释void IntraPrediction::initIntraPatternChTypeISP(const Codi
2021-05-08 21:09:30
1560
4
原创 【VTM10.0】帧内之PDPC技术
PDPC （Position dependent intra prediction combination）一种对预测值的修正的技术。部分帧内模式在进行帧内预测之后，进行PDPC的加权平均计算，得到最终预测值。分为以下三种情况处理：Planar/DCHor/Ver角度模式 2~17 和 51~66（代码里好像所有角度都用了？？m_ipaParam.applyPDPC &= m_ipaParam.angularScale >= 0;这一句是什么意思？？是只有 2~17 和 5
2021-05-07 21:09:26
688
原创 【维特比算法】简单易懂讲解
最近看了一下维特比算法，是一种典型的动态规划算法。概念定义就不多说了，直接进入正题。对这样一个最短路径的问题，如何去求解？暴力法当然可以找到答案，但是很复杂，所以这个时候我们就要使用维特比算法了自己画了一张假设要从A到D，我们是不是一定会经过t2和t3时刻，就是一定会经过B和C,只不过现在要求的最短的路径经过的是哪一个B和C。我们可以分时刻来求解，对于t2时刻，是不是可以求出每个B的最短路径。t2时刻比如对于B1，到达B1的最短路径为5，记做L(B1)=5到达B2的最短路径L(B2)
2021-03-20 11:03:07
638
1
原创 H5文件读取
H5文件读取：import torch.utils.data as dataimport torchimport h5pyclass DatasetFromHdf5(data.Dataset): def __init__(self, file_path): super(DatasetFromHdf5, self).__init__() hf = h5py.File(file_path) self.data = hf.get('data')
2021-01-16 11:44:11
2023
原创 python对yuv图像裁剪
首先读取yuv图像，从图像的命名中读出图像的长和宽，可能要跟你的yuv文件命名方式来做修改。这是我的yuv图像的命名方式。达到长和宽之后就可以读取图像的像素值了，我这里设置的是裁剪成40的倍数，这两句是得到裁剪后的长和宽。 Height_Y = Height_Y // cropc * cropc Width_Y = Width_Y // cropc * cropc裁剪 current_Y = Y[0:Height_Y, 0: Width_Y ] current_U = U[
2021-01-16 11:20:57
827
原创 Python计算yuv图像PSNR
计算PSNR计算PSNR函数：def PSNR(pred, gt,height,width): pred = np.array(pred) gt = np.array(gt) pred=pred.reshape(-1,height* width) gt = gt.reshape(-1, height* width) res = np.mean((pred - gt) ** 2, axis=1) res=res.reshape(-1,1) res=
2021-01-16 10:59:28
1365
原创 三个list分量合成YUV文件
把list类型存储的Y、U、V分量合成一张yuv文件。这里output_Y，output_U，output_V是三个list类型的列表。'I:/png/123.yuv’是这个yuv图像存放的位置。with open('I:/png/123.yuv'','wb+') as fp: fp.write(np.array(output_Y, dtype=np.uint8).tobytes()) fp.write(np.array(output_U, dtype=np.uint8).tobytes(
2021-01-10 13:34:04
393
原创 yuv图像分量list读取
读取YUV文件，三个分量Y，U，V分别放在list类型的YUV[0]、YUV[1] 和YUV[2]中YUV = [[],[],[]]fp1 = open('I:/png/1/' + 'f' + str(1).zfill(3) + '.yuv', 'rb')YUV[0] = list(np.frombuffer(fp1.read(Height_Y * Width_Y * 2//2), np.uint8).reshape((Height_Y*Width_Y)))YUV[1] = list(np.from
2021-01-10 13:24:05
346
原创 python输入命令行无反应
在pycharm中输入命令行发现代码根本没运行，查了一下原因，发下是python路径没有配置正确。在电脑——属性——高级系统设置——环境变量——path添加你的python大文件的目录然后确定，在打开cmd出现版本号并且下边是>>>箭头，表示成功。再次输入命令行，在代码目录空白处按住shift加右键，打开powershell窗口。（因为powershell可以直接定位到代码的位置而且可以用tab键来自动补全文件名）输入命令行之后，运行成功。pycharm也成功
2020-11-23 11:36:21
6315
1
原创 numpy手动实现反卷积代码
反卷积代码import numpy as npimport torchdef zy_deconv(img, in_channels, out_channels, kernels,bias, stride=1, padding=0,output_padding=0): #得到参数 N, C, H, W = img.shape kc,kc_in,kh, kw = kernels.shape p = padding #间隔填充 if stride>
2020-10-23 16:23:43
1069
原创 numpy手动实现卷积代码
import numpy as npimport torchdef ZY_Conv(img, in_channels, out_channels, kernels, bias, stride=1, padding=0): # 得到参数 N, C, H, W = img.shape kc,kci,kh, kw = kernels.shape p = padding #四周填充 if p: img = np.pad(img, ((0, 0)
2020-10-23 16:23:26
584
原创 理解全连接层与GAP
全连接层讲解可以参照这牌你文章，里边全连接层讲的非常好。全连接层缺点：参数量过大，会导致过拟合。所以现在会用一种GAP（全局平均池化）来代替全连接层。GAP就是让一个H×W×C的输入变成一个1×1×C的输出，每个输出都是该层的像素的平均值。假设卷积层的最后输出是h × w × d 的三维特征图，具体大小为6 × 6 × 3，经过GAP转换后，变成了大小为 1 × 1 × 3 的输出值，也就是每一层 h × w 会被平均化成一个值。...
2020-10-20 17:24:07
1490
原创 【WPS】未安装VBA支持库，无法运行文档中的宏。如需要启用宏功能，请点击这里了解详情。
亲测有效！链接：https://pan.baidu.com/s/1rmByVLKp80n5evi070zORA提取码：whjr下载后双击运行，然后关闭WPS，再次打开打开，问题解决。
2020-10-20 16:53:18
46374
18
原创 激活函数(sigmoid和ReLU)
激活函数给神经元引入了非线性因素，如果不用激活函数，神经网络每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线性组合。激活函数使得神经网络可以任意逼近任何非线性函数，这样神经网络就可以应用到众多的非线性模型中。sigmoidsigmoid函数的定义为：sigmoid函数的图像如下：优点：sigmoid函数可以将实数映射到 [公式] 区间内。平滑、易于求导。缺点：1. 激活函数含有幂运算和除法，计算量大；2. 反向传播时，很容易就会出现梯度消失的情况，从而无法完成
2020-10-20 10:49:05
5354
原创 shortcut和残差连接
最近搜索了下这几个概念，记录一下个人理解。shortcutx、y是相邻两层，通过W_H连接，通过将多个这样的层前后串接起来就形成了深度网络。其中H表示网络中的变换。为了解决深度网络的梯度发散问题，Highway（人名）在两层之间增加了（带权的）shortcut。其中C=1-T。残差连接（skip connect）若没有加入identity分支，那么就是用非线性变化函数来描述一个网络的输入输出，即输入为X，输出为F(x)，F通常包括了卷积，激活等操作。但是当我们强行将一个输入添加到函
2020-10-20 10:28:43
9861
1
玉米生长状态数据集(健康及病害)
2020-07-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人