-
公开(公告)号：CN108269273B
公开(公告)日：2021-07-27
申请号：CN201810146263.1
申请日：2018-02-12
Applicant: 福州大学
IPC: G06T7/30
Abstract: 本发明提供一种全景纵向漫游中极线匹配的置信传播方法，将图像假设为马尔代夫随机场，通过对所有相邻节点的不同视差来标记置信度并做同时传播与多次迭代，来使得场景中每个节点在不同视差标记下的概率收敛，从而求出被标记的一对相关图像，通过前后摄像机拍摄得到每个节点置信度最大的视差标记作为该像素视差。本发明引入了纵向漫游中前后图像匹配，优化了匹配代价函数，并构建全景纵向漫游中视差与深度计算模型。由此构建的算法匹配精度更高。
-
公开(公告)号：CN112616014B
公开(公告)日：2022-03-15
申请号：CN202011450489.4
申请日：2020-12-09
Applicant: 福州大学
IPC: H04N5/232 , H04N19/147 , H04N19/159 , H04N21/234
Abstract: 本发明涉及一种基于GAN的全景视频自适应流传输方法，首先构建时域相似性图，通过GAN网络进行时域相似性的提取，以生成潜码代替部分视频帧传输，并在提取网络的训练过程中考虑重建质量与潜码的码率之间的权衡，同时引入了码率自适应控制机制，根据当前网络情况来进行潜码码率的调整，以提高带宽利用率。在编码器端，使用卷积网络提取偶数视频帧的潜码作为辅助信息，并构建模型的码率与重建质量联合代价函数。在解码器端，GAN的生成器将奇数视频帧与偶数视频帧的潜码结合起来以重构偶数视频帧。本发明采用GAN提取的潜码替代偶数视频帧在网络中进行传输，实现更好的率失真性能，并且码率控制机制能够有效的匹配复杂多变的网络带宽，提升了带宽使用率。
-
公开(公告)号：CN106294539B
公开(公告)日：2019-08-09
申请号：CN201610582079.2
申请日：2016-07-22
Applicant: 福州大学
Abstract: 本发明涉及一种混合云环境下的数据索引列表存储策略。在传统云存储环境中，数据的重复存储带来的巨大冗余和空间浪费并未被充分考虑到，该项目通过优化数据存储策略来提高云存储性能，进而降低存储成本。首先，我们考虑为用户可访问空间中的已存储数据建立索引列表，它包含了数据的文件名，文件大小和存储路径等相关信息；接着，在存储数据时，将数据的相关信息与可访问资源的索引列表进行重复项的匹配；最后，为相同的可访问资源设定某个数量阈值S并进行判断，根据实际情况选择是否需要进行完整数据存储。本发明可以大大降低相同数据的重复存储，提高存储空间利用率，进而减少成本。
-
公开(公告)号：CN103841403B
公开(公告)日：2015-12-02
申请号：CN201410088342.3
申请日：2014-03-11
Applicant: 福州大学
Abstract: 本发明涉及一种无形变立体图像视差快速调节方法，其特征在于包括以下步骤：步骤S01：确定一个想要调节的深度值，既深度变化值DA；步骤S02：计算视差调节系数k=f(DA)；步骤S03：根据人眼可察觉到景深变化的最小误差阈值SDA=f(v,d)，计算视差调节系数k的取值范围(k1, k2),其中，v为人离屏幕的观看距离，d为立体图像离屏幕的距离；步骤S04：将原始的图像按固定的拉伸系数k进行缩放，并将k的取值范围限制在(k1,k2)内保证形变不可觉察。本发明方法相比传统方法形变程度降低超过50%，立体视觉主观效果更好，对于高清视频方法效率提高48%。
-
公开(公告)号：CN103841403A
公开(公告)日：2014-06-04
申请号：CN201410088342.3
申请日：2014-03-11
Applicant: 福州大学
Abstract: 本发明涉及一种无形变立体图像视差快速调节方法，其特征在于包括以下步骤：步骤S01：确定一个想要调节的深度值，既深度变化值DA；步骤S02：计算视差调节系数k=f(DA)；步骤S03：根据人眼可察觉到景深变化的最小误差阈值SDA=f(v,d)，计算视差调节系数k的取值范围(k1,k2),其中，v为人离屏幕的观看距离，d为立体图像离屏幕的距离；步骤S04：将原始的图像按固定的拉伸系数k进行缩放，并将k的取值范围限制在(k1,k2)内保证形变不可觉察。本发明方法相比传统方法形变程度降低超过50%，立体视觉主观效果更好，对于高清视频方法效率提高48%。
-
Patent Agency Ranking
公开(公告)号：CN103763552A
公开(公告)日：2014-04-30
申请号：CN201410052909.1
申请日：2014-02-17
Applicant: 福州大学
Abstract: 本发明涉及一种基于视觉感知特性的立体图像无参考质量评价方法，首先对图像运用视觉显著度模型算法选取人眼关注的区域；接着，对关注区域利用左右视图提取表征立体视觉信息的深度图作为评价依据；然后，对该区域的深度值做特征统计处理，并且在这一过程考虑了人眼深度敏感特性对深度感的影响；最后，结合时域的特征信息计算视频序列深度质量值。本发明方法较传统方法结果精度有较大提高，且具有较高的深度图生成效率，在立体感质量评价模型中增加表示深度级影响人眼深度敏感性的权重因子，对立体图像质量具有更准确的评价。
-
公开(公告)号：CN113905221A
公开(公告)日：2022-01-07
申请号：CN202111165065.8
申请日：2021-09-30
Applicant: 福州大学
IPC: H04N13/194 , H04N19/146 , H04N19/597
Abstract: 本发明涉及一种立体全景视频非对称传输流自适应方法及系统，该方法包括以下步骤：S1、服务器端对视频数据在时间上切割为片段，在空间上切割为切片；S2、将切割后的视频按照不同的视频质量以不同的码率缓存在HTTP服务器；S3、结合3DCNN网络和LSTM网络进行概率预测；S4、利用基于AC的多智能体强化学习对左右视点进行联合码率控制，以平衡单路视点质量与整体质量的相互影响；S5、设计奖励函数，以使系统选择更加合适的码率；S6、下载后的数据经过解码和拼接缝合，存储在客户端播放缓存中，通过播放软件进行渲染和播放。该方法有利于提高立体全景视频联合码率控制效果，在有限带宽下提高用户的体验质量。
-
公开(公告)号：CN112866668A
公开(公告)日：2021-05-28
申请号：CN202011316505.0
申请日：2020-11-20
Applicant: 福州大学
IPC: H04N13/106 , H04N13/111 , H04N13/161
Abstract: 本发明涉及一种基于GAN潜码的多视点视频重建方法，可用于虚拟视点合成、多视点视频压缩后处理以及虚拟现实等领域，具有广泛的应用价值。本发明通过GAN的生成能力来补偿相邻视点之间丢失的映射关系，并在提取网络的训练过程中考虑重建质量与潜码的码率之间的权衡。在编码器端，使用卷积网络提取GAN的潜码作为辅助信息，并构建模型的码率与重建质量联合代价函数。在解码器端，GAN的生成器将相邻视点与潜码结合起来以重构中间视图。本发明GAN潜码可以用作多视点视频的辅助信息，以实现更好的率失真性能。
-
-
公开(公告)号：CN104796705B
公开(公告)日：2018-01-12
申请号：CN201510191838.8
申请日：2015-04-22
Applicant: 福州大学
IPC: H04N19/147 , H04N19/19
Abstract: 本发明公开了一种基于SSIM的HEVC视频编码率失真优化与码率控制算法，所述视频编码率失真优化算法采用了基于SSIM的视频评价方法，通过SSIM模型计算视频失真DSSIM获取率失真优化模型的拉格朗日乘子λ；并由λ此计算视频编码中的率失真代价；所述码率控制算法采用了视频编码中的二次R‑Q模型，来表征视频编码码流中的纹理残差比特与边信息码率间的关系，以此计算率失真模型中的编码参数QP，以及编码过程中的视频序列特征参数α和β的更新值。本发明能在保持图像质量不变的情况下进一步降低码率，且所获得码流更加平稳。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.019 seconds)
