使用优化函数执行基于图形的预测的方法和装置制造方法及图纸

本发明专利技术提供一种用于使用图形信号执行基于图形的预测的方法，包括以下步骤：获得上下文信号；基于图形参数集来产生图形信号；基于图形信号来获得基于图形的变换矩阵，其中基于图形的变换矩阵包括本征矢量；通过使用经由优化函数计算的最佳变换矢量来获得预测矢量；以及使用预测矢量来产生预测信号，其中优化函数具有作为变量的上下文信号、图形拉普拉斯矩阵的本征值和本征矢量。

【技术实现步骤摘要】
【国外来华专利技术】使用优化函数执行基于图形的预测的方法和装置
本专利技术涉及基于图形的信号处理方法和装置，并且更具体地，涉及用于处理供使用优化函数执行基于图形的预测的信号的方法和装置。
技术介绍
大多数传统离散时间信号处理技术已经直接地从处理和过滤模拟信号演进，并且因此，已经通过几个通用假设，类似采样和处理仅仅有规律组织的数据来约束。视频压缩的领域基本上以相同的假设为基础，但是，仅仅概括为多维信号。图形是在各种应用领域中用于描述数据的几何结构的有用类型的数据表示。基于图形表示的信号处理可以使用每个信号采样表示顶点的图形来概括类似采样、滤波、傅里叶变换等等的概念，并且信号关系由具有正权重的图形边缘来表示。这从其获取过程中断开信号，使得类似采样速率和序列的属性可以通过图形的属性来替换。事实上，传统的表示现在变为由一些特定图形模型定义的简单特殊情形。
技术实现思路
技术问题所有视频编译标准包括作为基本元素之一的信号预测，并且压缩效率强烈地受到预测方法的精度和可靠性的影响。存在用于基于信号的统计模型的信号预测的许多理论工具。但是，当将该工具应用于诸如音频、图像和视频的复合信号时，存在许多实际的问题。例如，预测可靠的模型参数是非常难的。这是因为模型参数可以相对于不同的源，甚至相同的源显著地变化。重点是预测的使用在压缩中是基础，其是与其他应用重要的区别。但是，存在实际上用于压缩信号的许多的预测方法是基于试验性统计数值的问题。此外，已经提出用于信号处理和压缩的新图形模型。与由常规统计数字提供的模型相比较，新图形模型启用诸如边缘和中断的本地信号属性的一部分以更简单和更加恰当的方式来建模。例如，图形的拉普拉斯矩阵的频谱分辨率被以适合于用于图形模型的信号的傅里叶分析的形式提供。因此，本专利技术将提供当提供用于建模在变量之间的统计关系的图形时，用于找到具有低复杂度的更好的预测器的方法。技术解决方案本专利技术提供用于使用优化函数来执行基于图形的预测的方法。此外，本专利技术提供用于基于图形拉普拉斯的本征值的分布和本征矢量的线性组合来定义基于代价函数(costfunction)的优化预测算法的方法。此外，本专利技术提供用于使用凸优化公式找到预测值的方法和用于利用图形特征的方法。有益效果本专利技术应用于其的基于图形的信号建模可以是强大的工具。特别地，本专利技术提供用于使用优化函数来执行基于图形的预测的优化预测算法，并且因此，预测值可以以低复杂度获得。此外，预测性能可以被改善。此外，本专利技术可应用于任意图形信号以及常规结构的图形信号，并且因此，可以避免用于编码图形信号需要的比特速率过度的开销。此外，本专利技术自适应地利用用于视频序列的其他部分信号的统计特征，从而改善压缩效率。附图说明图1图示执行视频信号编码的编码器的示意性框图。图2图示在本专利技术应用于其的实施例中执行视频信号解码的解码器的示意性框图。图3表示按照本专利技术应用于其的实施例的在视频帧内用于以8×8块建模统计关系图形的示例。图4是本专利技术应用于其的实施例，并且图示由用于顶点的信号矢量和边缘加权值定义的任意图形。图5图示作为本专利技术应用于其的实施例的处理基于图形的信号的编码器的示意性框图。图6图示作为本专利技术应用于其的实施例的处理基于图形的信号的解码器的示意性框图。图7图示作为本专利技术应用于其的实施例的基于图形的变换单元的内部框图。图8是作为本专利技术应用于其的实施例的用于描述基于图形信号获得最佳预测矢量过程的流程图。图9是作为本专利技术应用于其的实施例的用于描述使用基于图形的预测解码视频信号过程的流程图。具体实施方式本专利技术提供一种用于使用图形信号执行基于图形的预测的方法，包括：获得上下文信号；基于图形参数集来产生图形信号；基于图形信号来获得基于图形的变换矩阵，其中基于图形的变换矩阵包括本征矢量；使用经由优化函数计算的最佳变换矢量获得预测矢量；以及使用预测矢量来产生预测信号，这里优化函数具有作为变量的本征矢量、上下文信号和图形拉普拉斯矩阵的本征值。此外，在本专利技术中，基于变换矢量和本征矢量的线性组合获得预测矢量，以及基于图形拉普拉斯矩阵的本征值的分布，使用代价函数来确定变换矢量。此外，本专利技术进一步包括基于图形信号计算图形拉普拉斯矩阵，以及经由图形拉普拉斯矩阵的频谱分解来获得基于图形的变换矩阵。此外，在本专利技术中，优化函数基于拉格朗日乘子被表示为无约束优化函数，并且无约束优化函数由新的M维矢量表示。此外，本专利技术进一步包括编码预测误差；以及发送编码的预测误差。此外，本专利技术提供用于基于基于图形的预测解码视频信号的方法，包括：接收包括图形参数集和残留信号的视频信号；基于图形参数集来获得包括本征矢量的基于图形的变换矩阵；使用经由优化函数计算的最佳变换矢量来获得预测矢量；使用预测矢量来产生预测信号；以及通过累加预测信号和残留信号来重建视频信号，这里优化函数具有作为变量的本征矢量、上下文信号和图形拉普拉斯矩阵的本征值。此外，本专利技术提供用于使用图形信号执行基于图形的预测的装置，包括：基于图形的变换单元，该基于图形的变换单元用于基于图形参数集来产生图形信号，并且基于图形信号来获得包括本征矢量的基于图形的变换矩阵；以及预测单元，该预测单元用于获得上下文信号，使用经由优化函数计算的最佳变换矢量来获得预测矢量，以及使用预测矢量来产生预测信号，这里优化函数具有作为变量的本征矢量、上下文信号和图形拉普拉斯矩阵的本征值。此外，在本专利技术中，基于图形的变换单元基于图形信号来计算图形拉普拉斯矩阵，其中经由图形拉普拉斯矩阵的频谱分解获得基于图形的变换矩阵。此外，本专利技术进一步包括用于编码预测误差和发送编码的预测误差的熵编码单元。此外，本专利技术提供用于基于基于图形的预测解码视频信号的装置，包括：熵解码单元，该熵解码单元用于接收包括图形参数集和残留信号的视频信号；逆变换单元，该逆变换单元用于基于图形参数集来获得包括本征矢量的基于图形的变换矩阵；预测单元，该预测单元用于使用经由优化函数计算的最佳变换矢量来获得预测矢量，以及使用预测矢量来产生预测信号；以及重建单元，该重建单元用于通过累加预测信号和残留信号来重建视频信号，这里优化函数具有作为变量的本征矢量、上下文信号、图形拉普拉斯矩阵的本征值。用于专利技术的模式在下文中，参考伴随的附图来描述按照本专利技术的实施例示范性元件和操作，但是应当注意，参考附图描述的本专利技术的元件和操作被仅仅作为实施例提供，并且本专利技术的技术精神和核心配置和操作不受限于此。此外，在本说明书中使用的术语是现在广泛地使用的公用术语，但是，在特殊情形下，使用由本申请人随机地选择的术语。在这样的情况下，相应的术语的含义在相应部分的详细说明中清楚地描述。因此，应当注意，本专利技术不应该认为是仅仅基于在本说明书相应的描述中使用的术语的名称，并且本专利技术应该通过检查甚至相应的术语的含义解释。此外，在本说明书中提出的实施例涉及视频信号处理，但是，本专利技术不应该被认为是仅仅基于视频信号处理，并且将可应用于处理常规的基于图形的信号的方法。此外，在本说明书中使用的术语是选择以描述本专利技术的公用术语，但是，如果存在具有类似含义的这样的术语，可以以用于更加适宜的分析的其他术语替换。例如，信号、数据、采样、图片、帧和块可以在每个编译过程中适当地替换和解释。实际上，没有用于非常复杂和类似视频的各种信号的精确的统计模本文档来自技高网...

【技术保护点】
一种用于使用图形信号执行基于图形的预测的方法，包括：获得上下文信号；基于图形参数集产生图形信号；基于所述图形信号获得基于图形的变换矩阵，其中所述基于图形的变换矩阵包括本征矢量；使用经由优化函数计算的最佳变换矢量获得预测矢量；以及使用所述预测矢量产生预测信号，其中，所述优化函数具有作为变量的所述本征矢量、所述上下文信号和图形拉普拉斯矩阵的本征值。

【技术特征摘要】
【国外来华专利技术】2014.10.21 US 62/066,3651.一种用于使用图形信号执行基于图形的预测的方法，包括：获得上下文信号；基于图形参数集产生图形信号；基于所述图形信号获得基于图形的变换矩阵，其中所述基于图形的变换矩阵包括本征矢量；使用经由优化函数计算的最佳变换矢量获得预测矢量；以及使用所述预测矢量产生预测信号，其中，所述优化函数具有作为变量的所述本征矢量、所述上下文信号和图形拉普拉斯矩阵的本征值。2.根据权利要求1所述的方法，其中，基于所述变换矢量和所述本征矢量的线性组合获得所述预测矢量，以及其中，基于所述图形拉普拉斯矩阵的本征值的分布，使用代价函数来确定所述变换矢量。3.根据权利要求1所述的方法，进一步包括：基于所述图形信号计算所述图形拉普拉斯矩阵，其中，经由所述图形拉普拉斯矩阵的频谱分解获得所述基于图形的变换矩阵。4.根据权利要求1所述的方法，其中，所述优化函数基于拉格朗日乘子被表示为无约束优化函数，并且所述无约束优化函数由新的M维矢量表示。5.根据权利要求1所述的方法，进一步包括：编码预测误差；以及发送编码的预测误差。6.一种用于基于基于图形的预测解码视频信号的方法，包括：接收包括图形参数集和残留信号的视频信号；基于所述图形参数集获得包括本征矢量的基于图形的变换矩阵；使用经由优化函数计算的最佳变换矢量获得预测矢量；使用所述预测矢量产生预测信号；以及通过累加所述预测信号和所述残留信号来重建所述视频信号，其中，所述优化函数具有作为变量的所述本征矢量、上下文信号和图形拉普拉斯矩阵的本征值。7.根据权利要求6所述的方法，其中，基于所述变换矢量和所述本征矢量的线性组合获得所述预测矢量，以及其中，基于所述图形拉普拉斯矩阵的本征值的分布，使用代价函数确定所述变换矢量。8.根据权利要求7所述的方法，其中，所述代价函数是所述变换矢量的凸函数，并且所述凸函数包括变换矢量分量的加权的P范数。9.根据权利要求8所述的方法，其中，所述优化函数基于拉格朗日乘子被表示为无约束优化函数，并且所述无约束优化函数由新的M维矢量表示。10.根据权利要求6所述的方法，其中，经由所述图形拉普拉斯矩阵的频谱分解获得所述基于图形的变换矩阵。11.一种用于使用图形信号来执行基于图形的预测的装置，包括：基于图形...

【专利技术属性】
技术研发人员：阿米尔·赛义德，赵咏萱，赫尔米·埃内斯·埃吉尔麦斯，
申请(专利权)人：LG电子株式会社，
类型：发明
国别省市：韩国,KR