发明

一种基于关键物体3D建模的视频压缩方法2025

2024-04-11 07:22:56 发布于四川 1
  • 申请专利号:CN202311628654.4
  • 公开(公告)日:2025-04-18
  • 公开(公告)号:CN117857766A
  • 申请人:北京邮电大学
摘要:本发明公开了一种基于关键物体3D建模的视频压缩方法,属于视频信号处理领域。本发明方法包括:对待压缩视频提取关键目标物体的关键帧;利用关键帧估计相机参数,获取运动轨迹;训练目标物体的NeRF模型;基于目标物体的NeRF模型、相机参数等重构视频,在关键帧使用NeRF模型结合相机参数对目标物体进行外观渲染,对非关键帧进行插值渲染,将重构视频与原视频进行比较,若质量达到要求,将当前的目标物体NeRF模型文件和相机运动轨迹文件作为原视频中目标物体的压缩存储文件。本发明对视频在实现高压缩率的前提下,仍然能精确还原目标物体的形态、光影信息等细节,效率更高,更适合传输过程中的质量改善与增强。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117857766 A (43)申请公布日 2024.04.09 (21)申请号 202311628654.4 (22)申请日 2023.11.30 (71)申请人 北京邮电大学 地址 100876 北京市海淀区西土城路10号 (72)发明人 张璋 董辰 刘宝玲 许晓东  马楠  (74)专利代理机构 北京永创新实专利事务所 11121 专利代理师 易卜 (51)Int.Cl. H04N 13/161 (2018.01) H04N 19/597 (2014.01) H04N 13/111 (2018.01) H04N 13/106 (2018.01) 权利要求书1页 说明书5页 附图1页 (54)发明名称 一种基于关键物体3D建模的视频压缩方法 (57)摘要 本发明公开了一种基于关键物体3D建模的 视频压缩方法,属于视频信号处理领域。本发明 方法包括:对待压缩视频提取关键目标物体的关 键帧;利用关键帧估计相机参数,获取运动轨迹; 训练目标物体的NeRF模型;基于目标物体的NeRF 模型、相机参数等重构视频,在关键帧使用NeRF 模型结合相机参数对目标物体进行外观渲染,对 非关键帧进行插值渲染,将重构视频与原视频进 行比较,若质量达到要求,将当前的目标物体 NeRF模型文件和相机运动轨迹文件作为原视频 中目标物体的压缩存储文件。本发明对视频在实 现高压缩率的前提下,仍然能精确还原目标物体

最新专利