[发明专利]一种基于神经网络和PCA-KNN的高效VR视频压缩方法在审
| 申请号： | 201810719999.3 | 申请日： | 2018-07-03 |
| 公开（公告）号： | CN108810547A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 王文一;张梦;赵丽丽;张汝民 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | H04N19/42 | 分类号： | H04N19/42;G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 马林中 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络和PCA‑KNN的高效VR视频压缩方法，涉及VR视频压缩技术领域，本发明包括如下步骤：S1、VR视频数据预处理；S2、将预处理后的VR视频数据输入Res‑CNN神经网络模型中，得到高维特征向量；S3、利用PCA‑KNN方法对高维特征向量进行降维分类，匹配最优映射模式，本发明针对不同的VR视频，通过神经网络的迁移特征，利用机器学习的方法分析VR视频的图像纹理特征，进而自适应地选择最优的映射模式，然后用该映射模式对VR视频进行映射后将其进行编码压缩，使得VR视频的编码压缩效率大大提高。 | ||
| 搜索关键词： | 神经网络 映射模式 视频 高维特征向量 编码压缩 视频压缩 视频数据预处理 预处理 神经网络模型 视频压缩技术 图像纹理特征 方法分析 机器学习 视频数据 自适应 映射 降维 匹配 迁移 分类 | ||
【主权项】：
1.一种基于神经网络和PCA‑KNN的高效VR视频压缩方法，其特征在于，包括如下步骤：S1、VR视频数据预处理；S2、将预处理后的VR视频数据输入Res‑CNN神经网络模型中，得到高维特征向量；S3、利用PCA‑KNN方法对高维特征向量进行降维分类，根据预测类别匹配最优映射模式。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810719999.3/，转载请声明来源钻瓜专利网。
- 上一篇：用于纹理解压缩的解码器单元
- 下一篇：一种二值图像的压缩和解压缩方法
