-
公开(公告)号：CN117678222A
公开(公告)日：2024-03-08
申请号：CN202180099782.7
申请日：2021-10-06
Applicant: 英特尔公司
IPC: H04N19/33 , H04N19/174 , H04N19/187
Abstract: 公开方法、设备、系统和制品以减少沉浸式视频中视口切换期间的时延。示例设备包括至少一个存储器、设备中的指令以及处理器电路，处理器电路用于执行指令以：获得具有第一编码帧和第二编码帧的第一比特流，第二编码帧以比第一编码帧更高的分辨率编码，并且具有对第一编码帧的译码依赖性；基于视场信息将第一比特流重写为第二比特流，第二比特流包括指示第二编码帧与视场信息对应的部分的第三编码帧，并且包括第一编码帧；以及将第二比特流传送到客户端装置，以便对第二编码帧的这部分解码和渲染。
-
公开(公告)号：CN110784714A
公开(公告)日：2020-02-11
申请号：CN201910561436.0
申请日：2019-06-26
Applicant: 英特尔公司
IPC: H04N19/176 , H04N19/42 , H04N19/423
Abstract: 实施例总体上涉及用于沉浸式视频的选择性补片打包。处理系统的实施例包括：一个或多个处理器核；以及存储器，用于存储沉浸式视频的数据，该数据包括针对多个投影方向的多个补片。系统用于选择用于打包的补片，对补片的选择至少部分地基于多个投影方向中的哪一个与补片中的每一个补片相关联。系统用于根据对补片的选择将补片编码到一个或多个经编码图片中。
-
公开(公告)号：CN110855971A
公开(公告)日：2020-02-28
申请号：CN201910553919.6
申请日：2019-06-25
Applicant: 英特尔公司
Inventor： J·博伊斯 , S-H·李 , S·雅努什 , S·巴兰 , M·阿波达卡 , P·萨蒂 , S·波特里 , A·桑原 , K·肖 , J·坦纳 , G·西灵吉尔 , A·沙玛 , J·特里普 , J·罗斯 , B·达斯
IPC: H04N13/106 , G06T15/20 , G06T1/20
Abstract: 本申请公开了视频处理机制。公开了一种用于促进对视频比特流数据进行处理的装置。所述装置包括：一个或多个处理器，所述一个或多个处理器用于对占用图数据和辅助补片信息进行解码，并基于从所述占用图数据和辅助补片信息中解码出的补片数据生成多个补片视频帧；以及存储器，所述存储器通信地耦合到所述一个或多个处理器。
-
公开(公告)号：CN110784720A
公开(公告)日：2020-02-11
申请号：CN201910561012.4
申请日：2019-06-26
Applicant: 英特尔公司
IPC: H04N19/42 , H04N19/423 , H04N19/44
Abstract: 实施例总体上涉及一种用于沉浸式视频的基于神经网络的补片混合。系统的实施例包括一个或多个处理器核；用于存储沉浸式视频中的图像的数据的存储器；以及神经网络训练框架。所述神经网络训练框架用于生成经训练的神经网络，所述经训练的神经网络用于将对象的视图与针对所述对象的一个或多个检测到的遮挡生成的补片混合。
-
公开(公告)号：CN112819678A
公开(公告)日：2021-05-18
申请号：CN202011269025.3
申请日：2020-11-13
Applicant: 英特尔公司
Inventor： C·J·休斯 , P·苏尔蒂 , 路奎元 , A·T·莱克 , J·博伊斯 , S·麦玉兰 , 徐理东 , J·M·霍兰德 , V·兰加纳桑 , N·卡布拉索斯 , A·科克尔 , A·R·阿普
Abstract: 本发明的主题是“图形处理单元的数据局部性增强”。本文中描述的实施例提供了一种设备，该设备包括：多个处理资源，其包括第一处理资源和第二处理资源；存储器，其在通信上耦合到第一处理资源和第二处理资源；以及处理器，其用于：接收一个或多个任务的数据依赖性，所述一个或多个任务包括在第一处理资源上执行的一个或多个生产者任务和在第二处理资源上执行的一个或多个消费者任务；以及将来自在所述第一处理资源上执行的一个或多个生产者任务的数据输出移动到在通信上耦合到所述第二处理资源的高速缓冲存储器。可以描述和要求保护其他实施例。
-
Patent Agency Ranking
公开(公告)号：CN111275181A
公开(公告)日：2020-06-12
申请号：CN201911066405.4
申请日：2019-11-04
Applicant: 英特尔公司
Inventor： J·博伊斯
Abstract: 本申请公开了确定性的神经网络互操作性。本文中所描述的实施例提供了一种通用图形处理设备，该通用图形处理设备包括：通用图形处理计算块，用于处理包括图形或计算操作的工作负荷；存储器；以及神经网络处理单元，该神经网络处理单元用于：为参考推断引擎定义简档，该简档标识可由参考推断引擎实现的一组操作；为该参考推断引擎定义一个或多个级别，该一个或多个级别标识参考推断引擎的操作的位深度；以及将参考推断引擎的简档和一个或多个级别存储在计算机可读存储器中。可描述并要求保护其他实施例。
-
公开(公告)号：CN110853093A
公开(公告)日：2020-02-28
申请号：CN201910553782.4
申请日：2019-06-25
Applicant: 英特尔公司
Inventor： J·博伊斯 , S·雅努什 , I·考夫曼 , A·沙玛 , S·巴兰 , M·阿波达卡 , P·萨蒂 , S·波特里 , B·达斯 , H·拉韦 , J·D·吴 , G·西灵吉尔 , M·博特曼 , T·阿什肯纳兹 , J·迪斯特勒 , A·迪维卡 , M·M·瓦莱尔卡 , N·比斯瓦尔 , N·V·沙阿 , A·桑原 , K·肖 , J·坦纳 , J·特里普
Abstract: 本申请公开了表面法线向量处理机制。公开了一种用于促进对视频比特流数据进行处理的装置。所述装置包括：一个或多个处理器，所述一个或多个处理器用于利用包括在所述视频比特流数据中的点云几何数据对表面法线数据进行编码，以基于所述表面法线数据重构所述视频比特流数据内的对象；以及存储器，所述存储器通信地耦合到所述一个或多个处理器。
-
公开(公告)号：CN119653102A
公开(公告)日：2025-03-18
申请号：CN202510139889.X
申请日：2019-06-26
Applicant: 英特尔公司
IPC: H04N19/423 , H04N19/42 , H04N19/176
Abstract: 实施例总体上涉及用于沉浸式视频的选择性补片打包。处理系统的实施例包括：一个或多个处理器核；以及存储器，用于存储沉浸式视频的数据，该数据包括针对多个投影方向的多个补片。系统用于选择用于打包的补片，对补片的选择至少部分地基于多个投影方向中的哪一个与补片中的每一个补片相关联。系统用于根据对补片的选择将补片编码到一个或多个经编码图片中。
-
公开(公告)号：CN117859326A
公开(公告)日：2024-04-09
申请号：CN202280046888.5
申请日：2022-11-08
Applicant: 英特尔公司
IPC: H04N19/126 , H04N19/119 , H04N19/18 , H04N19/172 , H04N19/136 , H04N19/423 , H04N19/70
Abstract: 公开了使用量化矩阵对视频进行编码和解码的方法、装置、系统和制品。示例装置包括用于访问视频的输入帧的接口电路模块，用于将用户定义的量化矩阵的集合编码到与包括输入帧的视频帧序列关联的序列头中的量化矩阵语法编码器电路模块，用于从默认量化矩阵的集合和用户定义的量化矩阵的集合的组合中选择量化矩阵的子集的自适应量化矩阵选择器电路模块，用于选择量化矩阵的子集中的第一量化矩阵以用于输入帧的第一片段的自适应片段选择器电路模块，输入帧将要被划分为包括第一片段的多个片段，以及用于基于量化矩阵的子集中的第一量化矩阵来量化输入帧的第一片段的变换系数的编码器电路模块。
-
公开(公告)号：CN112819682A
公开(公告)日：2021-05-18
申请号：CN202011282679.X
申请日：2020-11-13
Applicant: 英特尔公司
Abstract: 本文描述的实施例提供了指令和相关联的逻辑，以使包括张量加速器的处理资源能够执行稀疏子矩阵运算的优化计算。一个实施例提供了用于将数值变换应用于矩阵数据以增加数据稀疏性的硬件逻辑。当压缩矩阵数据时，增加稀疏性可以得到较高的压缩率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
