-
公开(公告)号：CN112101788B
公开(公告)日：2022-04-12
申请号：CN202010970028.3
申请日：2020-09-15
Applicant: 福州大学
Abstract: 本发明提出一种基于长期记忆的视频QoE评价系统及方法，包括：视频序列生成模块、采集模块、基于长期记忆的数据库和QoE评价模型；所述视频序列生成模块包括可接受度测试视频序列生成模块和长期记忆影响测试视频序列生成模块；所述采集模块用于采集实验人员对视频的可接受度以及具有不同长期记忆的实验人员对视频的主观意见分；所述基于长期记忆的数据库按照整体可接受度的区间分为至少三类数据库，并存储实验人员对视频的可接受度和主观意见分信息。其建立了能够有效提取客观量化的指标信息的基于长期记忆的QoE评价模型，从而对视频处理、压缩和传输提供关键性的指导作用。
-
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：CN110737339B
公开(公告)日：2021-11-02
申请号：CN201911029362.2
申请日：2019-10-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习的视觉—触觉交互模型构建方法。首先，基于设计的三种虚拟交互任务，获得不同任务下视觉注意力和触感控制之间的相关性，进行跨模态行为分析；其次，根据相关性，利用LSTM神经网络建立视觉—触觉交互预测模型，实现不同任务的交互模型，并进行性能对比和评价；最后，利用训练模型预测出的结果在虚拟控制任务中进行实施，判断任务中目标的完成情况。本发明方法较采用传统的基于机器学习的训练模型相比，基于深度学习的LSTM神经网络模型预测效果最好，并在非随机任务中任务完成度较高，优势明显。
-
公开(公告)号：CN113472411A
公开(公告)日：2021-10-01
申请号：CN202110747717.2
申请日：2021-07-02
Applicant: 福州大学
Abstract: 本发明涉及基于深度学习的随机频率阵列辅助方向调制的传输系统，包括发射端和期望用户；所述发射端包括随机频率分集阵列和发射机，发射机利用随机频率分集阵列发射朝向期望用户的信号，使得期望用户实现安全传输。本发明借助深度学习技术，通过引入期望用户的方向角和距离信息在发射端对发射的隐私信号的初始相位进行设计，得到使得系统误差矢量幅度最小化的最优波束成形矢量，从而实现了在角度‑距离上的二维安全传输。与此同时设计正交人工噪声，对非期望区域的窃听者进行噪声污染，恶化窃听性能，降低了窃听者获得天线阵元频率分布的规则的几率。
-
公开(公告)号：CN113408624A
公开(公告)日：2021-09-17
申请号：CN202110689700.6
申请日：2021-06-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于迁移学习的任务导向的图像质量测评方法，包括以下步骤：步骤S1:获取水下鱼类检测数据集，并进行标注及整理，得到鱼类目标检测数据集；步骤S2:基于鱼类目标检测数据集训练yolov4网络模型，得到鱼类检测模型fish‑yolov4；步骤S3:构建水下鱼类检测任务导向的图像质量数据库；步骤S4:基于水下鱼类检测任务导向的图像质量数据库，对鱼类检测模型fish‑yolov4进行迁移学习及微调，得到最终的检测模型。本发明能够有效提高图像质量测评效率，提高测评的可靠性及真实性。
-
Patent Agency Ranking
公开(公告)号：CN111726613B
公开(公告)日：2021-07-27
申请号：CN202010609415.4
申请日：2020-06-30
Applicant: 福州大学
IPC: H04N19/124 , H04N19/154 , H04N19/176 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于最小可觉差的视频编码优化方法，包括以下步骤：步骤S1：对已经压缩过的原始视频数据进行预处理，剔除不具备参考价值的平坦帧；步骤S2：根据预处理后的视频及其初始QP，采用VGG神经网络，以分类任务的形式预测每个视频帧低于JND阈值的最优QP值；步骤S3:根据得到的最优QP值，作为原始视频的新QP值进行重新编码。与原视频相比，本发明能够在在不影响视频感知质量的情况下达到更低的编码比特率。
-
公开(公告)号：CN112910527A
公开(公告)日：2021-06-04
申请号：CN202110128246.7
申请日：2021-01-29
Applicant: 福州大学
IPC: H04B7/06 , H04B7/0426
Abstract: 本发明涉及一种基于三维波束赋形和智能反射的无线安全传输方法及系统，该方法包括以下步骤：S1、根据导频获取的信道状态信息，进行信道编码，在信号上叠加人工噪声向量，经发射机的天线阵列向智能反射平面发射信号波束；S2、根据导频获取的信道状态信息，通过数字编码改变智能反射平面上每个反射单元的反射相角，使到达智能反射平面的信号经反射后，信号的相位被调整向期望接收机处发射。该方法及系统有利于提高无线通信的准确性、可靠性和安全性。
-
公开(公告)号：CN112101788A
公开(公告)日：2020-12-18
申请号：CN202010970028.3
申请日：2020-09-15
Applicant: 福州大学
Abstract: 本发明提出一种基于长期记忆的视频QoE评价系统及方法，包括：视频序列生成模块、采集模块、基于长期记忆的数据库和QoE评价模型；所述视频序列生成模块包括可接受度测试视频序列生成模块和长期记忆影响测试视频序列生成模块；所述采集模块用于采集实验人员对视频的可接受度以及具有不同长期记忆的实验人员对视频的主观意见分；所述基于长期记忆的数据库按照整体可接受度的区间分为至少三类数据库，并存储实验人员对视频的可接受度和主观意见分信息。其建立了能够有效提取客观量化的指标信息的基于长期记忆的QoE评价模型，从而对视频处理、压缩和传输提供关键性的指导作用。
-
公开(公告)号：CN111757129A
公开(公告)日：2020-10-09
申请号：CN202010645425.3
申请日：2020-07-07
Applicant: 福州大学
IPC: H04N19/96 , H04N19/124 , H04N19/176
Abstract: 本发明涉及一种面向VVC的快速帧内预测方法，包括以下步骤：步骤S1：构建HAD代价预测模型，预测每种预测模式的HAD代价，按从小到大的排序，并选择前若干个HAD代价的模式初始化CU候选模式列表；步骤S2:通过统计分析候选模式成为最佳模式的概率，优化CU候选模式列表；步骤S3:基于贝叶斯定理，在每个CU深度级别执行CU划分的提前终止，进一步进行VVC的下一步编码流程，从而加快编码时间。本发明实现在保证视频质量的前提下，有效地加快了视频的编码时间。
-
公开(公告)号：CN111711815A
公开(公告)日：2020-09-25
申请号：CN202010618890.8
申请日：2020-06-30
Applicant: 福州大学
IPC: H04N19/124 , H04N19/593 , G06N3/04 , G06N20/20
Abstract: 本发明涉及一种基于集成学习和概率模型的快速VVC帧内预测方法，包括以下步骤：步骤S1：基于集成学习并利用视频序列的时空域相关性，预测得到不同编码单元的深度信息；步骤S2:使用时空域相邻已编码CU的划分模式对未编码CU的划分模式进行预测,并按概率大小排序得到划分模式排序表；步骤S3:根据得到的不同编码单元的深度信息和划分模式排序表，提前终止CU的划分。本发明在保证视频质量的前提下，有效地节省了视频编码时间，用于目前主流的高清、超高清视频编码时，优势更加明显。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.021 seconds)
