公开(公告)号：CN115797836A

公开(公告)日：2023-03-14

申请号：CN202211538608.0

申请日：2022-12-02

Applicant: 华南农业大学

Inventor： 邓海东 ,  许镒麒 ,  王建华 ,  高世龙 ,  冯坤盛 ,  黎明 ,  邓魏琪

IPC: G06V20/40 ,  G06N20/00

Abstract: 本发明涉及帧内预测编码技术领域，具体涉及一种帧内预测CTU快速划分方法、存储介质，所述CTU快速划分方法包括S1.提取标准视频中若干个CTU，将CTU全像素与其对应深度一一对应，每一个CTU内的全像素使用线性拟合算法和KNN算法分别与每一个CTU划分深度进行训练，得到机器学习模型；S2.在每一帧视频编码CTU之前，使用机器学习模型预测每一帧CTU最大深度，当CTU划分为CU时，判断划分的深度是否大于等于预测CTU最大深度，若是，则终止划分CTU，该帧内预测CTU快速划分方法在编码深度大于等于机器学习预测深度时，提前终止CTU部分深度的代价计算，从而达到减少编码时间的效果。

公开(公告)号：CN115456879A

公开(公告)日：2022-12-09

申请号：CN202211170924.7

申请日：2022-09-23

Applicant: 华南农业大学

Inventor： 邓海东 ,  冯坤盛 ,  罗水洋 ,  许镒麒 ,  赵静 ,  龙拥兵 ,  徐海涛 ,  高世龙 ,  邓魏琪

IPC: G06T3/40 ,  G06T7/90 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的显微超分辨多光谱重构方法，该方法包括：使用图像拍摄相机获取显微RGB图像以及多光谱图像；基于深度学习模型对所述图像进行特征提取，特征映射，图像重建，得到重建的多光谱图像以及显微光谱。本发明提出一种基于深度学习的显微超分辨多光谱重构方法，有效地解决了因光谱相机成本过高而导致科研工作者无法有效获得显微多光谱图像及光谱曲线，特别是特定感兴趣区域的光谱及图像的技术问题。