一种解码方法、装置及其设备制造方法及图纸

本公开提供一种解码方法、装置及其设备，该解码方法包括：对当前图像块对应的码流进行解码得到重建图像块，所述重建图像块包括第一初始分量和第二初始分量，其中，所述第一初始分量的分辨率大于或者等于所述第二初始分量的分辨率；基于所述第一初始分量和所述第二初始分量生成所述第二初始分量对应的调整后分量；对所述调整后分量进行特征增强，得到所述第二初始分量对应的恢复后的目标分量。通过本公开技术方案，能够提高解码性能，并降低解码复杂度。

【技术实现步骤摘要】

本公开涉及编解码，尤其是涉及一种解码方法、装置及其设备。

技术介绍

1、为了达到节约空间的目的，视频图像都是经过编码后才传输的，完整的视频编码可以包括预测、变换、量化、熵编码、滤波等过程。针对预测过程，预测过程可以包括帧内预测和帧间预测，帧间预测是指利用视频时间域的相关性，使用邻近已编码图像的像素预测当前像素，以达到有效去除视频时域冗余的目的。帧内预测是指利用视频空间域的相关性，使用当前帧图像的已编码块的像素预测当前像素，以达到去除视频空域冗余的目的。

2、随着深度学习的迅速发展，深度学习在许多高层次的计算机视觉问题上取得成功，如图像分类、目标检测等，深度学习也逐渐在编解码领域开始应用，即可以采用神经网络对图像进行编码和解码。虽然基于神经网络的编解码方法展现出巨大性能潜力，但是，基于神经网络的编解码方法，仍然会存在解码性能较差和复杂度较高等问题。

技术实现思路

1、有鉴于此，本公开提供一种解码方法、装置及其设备，能够提高解码性能。

2、第一方面，本公开提供一种解码方法，包括：

<本文档来自技高网...

【技术保护点】

1.一种图像解码方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，所述重建图像块为YUV格式的重建图像块，所述初始亮度分量为Y分量，所述初始色度分量包括的所述第一色度分量为U分量，所述初始色度分量包括的所述第二色度分量为V分量；

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求1所述的方法，其特征在于，所述根据所述初始亮度分量的Haar小波频域特征和所述第一色度分量的Haar小波频域特征，对所述第一色度分量进行频...

【技术特征摘要】

1.一种图像解码方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，所述重建图像块为yuv格式的重建图像块，所述初始亮度分量为y分量，所述初始色度分量包括的所述第一色度分量为u分量，所述初始色度分量包括的所述第二色度分量为v分量；

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求1所述的方法，其特征在于，所述根据所述初始亮度分量的haar小波频域特征和所述第一色度分量的haar小波频域特征，对所述第一色度分量进行频域特征的调整，得到调整后的第一色度分量之后，所述方法还包括：

7.一种图像编码方法，其特征在于，包括：

8.一种图像解码装置，...

【专利技术属性】
技术研发人员：孙煜成，佘蕾，陈方栋，王莉，武晓阳，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：