[发明专利]一种基于SFLA算法的深度图像模式划分简化方法在审
| 申请号： | 201811297242.6 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109640080A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 裴玉奎 | 申请（专利权）人： | 广州土圭垚信息科技有限公司;清华珠三角研究院 |
| 主分类号： | H04N19/103 | 分类号： | H04N19/103;H04N19/11;H04N19/147;H04N19/593;H04N19/597;H04N19/17;G06N3/00 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 颜希文;麦小婵 |
| 地址： | 510000 广东省*** | 国省代码： | 广东;44 |
| 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SFLA算法的深度图像模式划分简化方法，包括：初始化，设定初始种群；将初始种群中所有元素样本根据适应度函数从高到底进行排列，形成一个序列；模因组分类，将元素样本均分为多个模因组；获取每个模因组内适应度最佳的个体和适应度最差的个体，以及整体中适应度最高的个体，通过计算结合个体适应度变化使用新个体数据代替原有个体数据；整体重排，在所有模因组完成上述步骤并重复达到指定次数后，重新计算所有个体的适应度，如果达到收敛标准，就停止计算并且输出结果，否则重新进入上述模因组分类步骤进行计算；本发明方法基于SFLA算法的特性，在不降低视频质量的情况下，实现视频编码复杂度的降低，提升了编码效率。 | ||
| 搜索关键词： | 模因 适应度 算法 初始种群 深度图像 组分类 样本 视频编码复杂度 个体适应度 适应度函数 编码效率 个体数据 输出结果 数据代替 重新计算 初始化 新个体 重排 收敛 视频 重复 | ||
【主权项】：
1.一种基于SFLA算法的深度图像模式划分简化方法，其特征在于，包括：初始化，设定初始种群；适应度降序排列，将初始种群中所有元素样本根据适应度函数从高到底进行排列，形成一个序列；模因组分类，将元素样本均分为多个模因组；群组演化，获取每个模因组内适应度最佳的个体数据和适应度最差的个体数据，以及整体中适应度最高的个体数据，通过计算结合个体适应度变化使用新个体数据代替原有个体数据；整体重排，在所有模因组完成上述步骤重复达到指定次数后，重新计算所有个体的适应度，进行排列，如果达到收敛标准，就停止计算并且输出结果，否则重新进入上述模因组分类步骤进行计算。
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广州土圭垚信息科技有限公司;清华珠三角研究院，未经广州土圭垚信息科技有限公司;清华珠三角研究院许可，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/201811297242.6/，转载请声明来源钻瓜专利网。
