用于对深度神经网络进行编码/解码的系统和方法与流程

背景技术：

技术实现思路

1、本发明原理能够通过提出一种用于对至少一个比特流中的数据进行编码或解码的方法和装置来解决一些已知压缩和/或解压缩方法的缺点中的至少一个缺点，数据是至少一个深度神经网络的至少一个层或子层的至少一个张量的一个或多个参数。要指出的是，与层相关联的参数的张量可以包括权重和/或偏差，即使在下文中为了简洁的目的有时简称为“权重”。

2、根据一个实施方案，提供了一种用于对至少一个深度神经网络的至少一个层的至少一个第一张量进行解码的方法。此类方法包括：响应于确定至少一个第一张量被分解为第二张量和第三张量，该第二张量和第三张量的参数被编码到比特流中，从比特流中解码第二张量和第三张量中的至少一者的大小，以及基于解码大小从比特流中解码第二张量和第三张量中的至少一者。

3、根据另一实施方案，提供了一种用于对至少一个深度神经网络的至少一个层的至少一个第一张量进行解码的装置。该装置包括一个或多个处理器，该一个或多个处理器被配置为：确定至少一个深度神经网络的至少一个层的至少一个第一张量被分解为第二张量和第三张量，该第二张量和第三张量的参数被编码到比特流中，从比特流中解码第二张量和第三张量中的至少一者的大小，基于解码大小从比特流中解码第二张量和第三张量中的至少一者。

4、根据另一实施方案，提供了一种方法，该方法包括将表示深度神经网络的至少一个层的至少一个第一张量的数据编码到比特流中。该方法包括：响应于确定至少一个第一张量被分解为第二张量和第三张量，对第二张量和第三张量中的至少一者的大小进行编码，对表示第二张量和第三张量中的至少一者的参数进行编码。

5、根据另一实施方案，提供了一种用于将表示深度神经网络的至少一个层的至少一个第一张量的数据编码到比特流中的装置，其中该装置包括一个或多个处理器，其中一个或多个处理器被配置用于确定至少一个第一张量被分解为第二张量和第三张量，响应于该确定，对第二张量和第三张量中的至少一者的大小进行编码，对第二张量和第三张量中的至少一者进行编码。

6、一个或多个实施方案还提供了一种计算机程序，该计算机程序包括指令，该指令在由一个或多个处理器执行时使该一个或多个处理器执行根据上述任一实施方案中的编码方法或解码方法。本发明实施方案中的一个或多个实施方案还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有用于根据上述方法对数据进行编码或解码的指令。一个或多个本发明实施方案还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有根据上述方法生成的码流。一个或多个本发明实施方案还提供了一种用于发送或接收根据上述方法生成的码流的方法和装置。

7、根据至少一个实施方案的另一个一般方面，提供了一种设备，该设备包括：根据解码实施方案中的任一实施方案的装置；以及以下项中的至少一者：(i)天线，该天线被配置为接收信号，该信号包括输入数据；(ii)频带限制器，该频带限制器被配置为将所接收的信号限制为包括该输入数据的频带；或(iii)显示器，该显示器被配置为显示表示视频块的输出。

8、虽然未明确描述，但本公开的设备可适于在其实施方案中的任一实施方案中执行本公开的方法。

9、虽然未明确描述，但与方法或与对应信号、设备和计算机可读存储介质相关的本发明实施方案能够以任何组合或子组合来使用。

技术特征：

1.一种方法，所述方法包括：

2.一种装置，所述装置包括一个或多个处理器，所述一个或多个处理器被配置为：

3.根据权利要求1所述的方法，所述方法进一步包括，或根据权利要求2所述的装置，其中所述一个或多个处理器被进一步配置用于从所述比特流中对被分解为所述第二张量和所述第三张量的所述至少一个第一张量的张量分解的分解秩进行解码。

4.根据权利要求1或3所述的方法，所述方法进一步包括，或根据权利要求2或3所述的装置，其中所述一个或多个处理器被进一步配置用于从所述解码大小导出所述第二张量和所述第三张量中的另一张量的大小。

5.根据权利要求4所述的方法，所述方法进一步包括，或根据权利要求4所述的装置，其中所述一个或多个处理器被进一步配置用于基于所述导出的大小对所述第二张量和所述第三张量中的另一张量进行解码。

6.根据权利要求1或3至5中任一项所述的方法，所述方法进一步包括，或根据权利要求2或3至5所述的装置，其中所述一个或多个处理器被进一步配置用于从所述解码的第二张量和所述解码的第三张量重构所述至少一个第一张量。

7.根据权利要求6所述的方法或装置，其中在所述至少一个第一张量的重构期间，所述至少一个第二张量和所述至少一个第三张量中的第一解码张量被存储在解码张量缓冲器中。

8.根据权利要求6或7所述的方法，所述方法进一步包括，或根据权利要求6或7所述的装置，其中所述一个或多个处理器被进一步配置用于：

9.根据权利要求7至8中任一项所述的方法或装置，其中对所述第二张量或所述第三张量中的一者进行解码包括：

10.根据权利要求9所述的方法或装置，其中确定所述至少一个第二张量和所述至少一个第三张量中的另一张量不存在于所述解码张量缓冲器中是响应于所述解码张量的类型。

11.根据权利要求9至10中任一项所述的方法或装置，其中确定所述至少一个第二张量和所述至少一个第三张量中的另一张量不存在于所述解码张量缓冲器中包括寻找与标识符相关联的张量，所述标识符指定与所述解码张量相同的层。

12.根据权利要求7至11中任一项所述的方法或装置，其中所述解码张量缓冲器被配置为存储多于一个解码张量。

13.一种方法，所述方法包括将表示所述深度神经网络的至少一个层的至少一个第一张量的数据编码到比特流中，其中对数据进行编码包括：

14.一种用于将表示所述深度神经网络的至少一个层的至少一个第一张量的数据编码到比特流中的装置，所述装置包括一个或多个处理器，其中所述一个或多个处理器被配置用于：

15.一种包括比特流的信号，所述比特流包括表示所述深度神经网络的至少一个层的至少一个第一张量的数据，所述数据包括：

16.根据权利要求13所述的方法，或根据权利要求14所述的装置，或根据权利要求15所述的信号，其中所述数据进一步包括被分解为所述第二张量和所述第三张量的所述至少一个第一张量的张量分解的分解秩。

17.根据权利要求13或16所述的方法，或根据权利要求14或16所述的装置，或根据权利要求15或16所述的信号，其中所述数据包括所述第二张量和所述第三张量中的所述至少一者中的另一张量的参数。

18.根据权利要求17所述的方法，或根据权利要求17所述的装置，或根据权利要求17所述的信号，其中所述数据进一步包括表示所述至少一个第二张量或所述至少一个第三张量的张量类型的信息。

19.根据权利要求17或18所述的方法，或根据权利要求17或18所述的装置，或根据权利要求17或18所述的信号，其中所述数据进一步包括表示模式的信息，所述模式用于从所述第二张量和所述第三张量以所述第一张量的原始形状重构所述第一张量。

20.根据权利要求1或3至13或16至19中任一项所述的方法，或根据权利要求2至12或14或16至19中任一项所述的装置，或根据权利要求15至19中任一项所述的信号，其中所述第二张量和所述第三张量是从所述至少一个第一张量的低秩或低位移秩分解产生的。

21.根据权利要求20所述的方法或装置或信号，其中所述第二张量是g张量并且所述第三张量是h张量。

22.根据权利要求1或3至13或16至21中任一项所述的方法，或根据权利要求2至12或14或16至21中任一项所述的装置，或根据权利要求15至21中任一项所述的信号，其中所述第二张量和所述第三张量中的至少一者的大小是所述第二张量和所述第三张量中的至少一者的行数或列数。

23.一种计算机可读介质，所述计算机可读介质包括根据权利要求15至22中任一项所述的信号。

24.一种计算机可读存储介质，所述计算机可读存储介质具有存储在其上的指令，所述指令用于使一个或多个处理器执行根据权利要求1或3至13或16至22中任一项所述的方法。

25.一种计算机程序产品，所述计算机程序产品包括指令，当所述程序由一个或多个处理器执行时，所述指令使所述一个或多个处理器执行根据权利要求1或3至13或16至22中任一项所述的方法。

技术总结
本公开涉及一种方法，该方法包括：响应于确定至少一个深度神经网络的至少一个层的至少一个第一张量被分解为第二张量和第三张量，该第二张量和第三张量的参数被编码到比特流中，从比特流中解码第二张量和第三张量中的至少一者的大小，以及基于解码大小从比特流中解码第二张量和第三张量中的至少一者。还提供了对应的装置、编码方法、信号；比特流、存储介质和编码器设备和/或解码器设备。

技术研发人员：F·拉卡佩,S·哈米迪-拉德,S·杰恩
受保护的技术使用者：交互数字VC控股法国有限公司
技术研发日：
技术公布日：2024/1/11