-
公开(公告)号：CN107896330A
公开(公告)日：2018-04-10
申请号：CN201711224118.2
申请日：2017-11-29
Applicant: 北京大学深圳研究生院
IPC: H04N19/117 , H04N19/80 , H04N19/147 , H04N19/136 , H04N19/159 , H04N19/176
CPC classification number: H04N19/117 , H04N19/136 , H04N19/147 , H04N19/159 , H04N19/176 , H04N19/80
Abstract: 本发明公布了一种用于帧内和帧间预测的滤波方法，对预测之后得到的像素值，通过RDO决策自适应地选择是否对预测块进行滤波；基于广义高斯分布函数建立滤波器，不同尺寸的预测块采用不同的滤波器，通过对各尺寸的预测块进行训练得到滤波器参数，包括：在编码端对每一个编码单元进行RDO，首先对每一个编码单元进行帧内预测或帧间预测；再使用本发明滤波方法对预测块进行滤波，通过RDO决策确定是否使用预测块滤波；在解码端，针对不同的预测块大小设置不同的滤波系数；根据标记进行解码；由此解决预测块失真问题，并能够增加预测精度，提升帧内和帧间预测块的编码效率。
-
公开(公告)号：CN107801024A
公开(公告)日：2018-03-13
申请号：CN201711095964.9
申请日：2017-11-09
Applicant: 北京大学深圳研究生院
IPC: H04N19/117 , H04N19/147 , H04N19/82 , H04N19/85 , H04N19/11 , H04N19/176 , H04N19/157 , H04N19/593
CPC classification number: H04N19/11 , H04N19/117 , H04N19/147 , H04N19/157 , H04N19/176 , H04N19/593 , H04N19/82 , H04N19/85
Abstract: 本发明公布了一种用于帧内预测的边界滤波方法，涉及视频编码技术领域。首先通过率失真优化决策自适应地选择是否对帧内预测块进行边界滤波；进行滤波时，对帧内预测块的前N行或前N列，通过帧内预测块滤波器，采用相对边界距离指数衰减的滤波器系数进行滤波；且针对不同的帧内预测块大小，采用不同的滤波强度；由此解决帧内预测块边界失真问题，并增加帧内预测精度，提升帧内预测块的编码效率；同时增加了边界滤波技术的实用性和鲁棒性。
-
公开(公告)号：CN104992442B
公开(公告)日：2018-01-16
申请号：CN201510397771.3
申请日：2015-07-08
Applicant: 北京大学深圳研究生院
IPC: G06T7/194
CPC classification number: G06T7/00
Abstract: 本发明公开一种面向平面显示设备的视频立体化绘制方法，其步骤包括：提取彩色帧和深度帧：获取实时输入的彩色帧Ic和深度帧Id序列；深度帧拉伸：对深度帧进行线性变换、双边滤波后得到图像Id’；分割精细的前景掩码；计算参照线位置：在场景的左半边和右半边分别确定参照线lleft和lright；应用摄像机几何原理逐层将彩色帧Ic和图像Id’重新绘制到成像平面上的新彩色帧Rc和新深度帧Rd；构造场景三角网格修复新彩色帧Rc和新深度帧Rd中出现的像素缺失；对远景进行适当的模糊；在Rcb中插入参考线得到结果图像Rcbp。采用本发明的方法后，不需任何辅助硬件设备，通过对视频帧进行图像处理，即可在平面显示设备上较好地突出运动前景、增强视频的动态立体呈现效果。
-
公开(公告)号：CN107507138A
公开(公告)日：2017-12-22
申请号：CN201710623921.7
申请日：2017-07-27
Applicant: 北京大学深圳研究生院
CPC classification number: G06T5/005 , G06T5/007 , G06T7/90 , G06T2207/20172
Abstract: 本发明公布了一种基于Retinex模型的水下图像增强方法，首先进行水下图像颜色校正，再将图像从RGB颜色空间转化到HSV颜色空间，然后基于Retinex模型，将V颜色通道分解成反射部分和光照部分，对光照部分进行初始化、提纯、校正，得到亮度调整后的V通道，和其他两个通道合并转换为RGB空间，得到最终的增强图像；包括颜色校正和亮度调整过程。相比于现有方法，采用本发明方法处理后的图片拥有更真实的颜色、更自然的表现以及更好的视觉效果；同时，方法计算复杂度较低，处理时间较短。
-
公开(公告)号：CN107481278A
公开(公告)日：2017-12-15
申请号：CN201710717259.1
申请日：2017-08-21
Applicant: 北京大学深圳研究生院
IPC: G06T7/50
CPC classification number: G06T7/50 , G06T2207/10028 , G06T2207/20081 , G06T2207/20084
Abstract: 本发明公布了一种基于混合框架的图像位深度扩展方法及装置，通过融合传统去带效应算法和基于深度网络的学习算法，可较好的移除图像平坦区域的不自然效应，同时更逼真的恢复所缺失的比特位的数值信息；包括图像平坦区域的提取、基于局部自适应像素值调整的平坦区域位深度扩展和基于卷积神经网络的非平坦区域位深度扩展。本发明采用基于学习的方法，通过训练有效的深度网络来解决逼真的恢复缺失比特位问题；同时，针对平坦区域使用简单而鲁棒的局部自适应像素值调整的方法，有效抑制平坦区域的带效应、振铃效应、以及平坦噪声等不自然效应，提升平坦区域的主观视觉质量。
-
Patent Agency Ranking
公开(公告)号：CN102801972B
公开(公告)日：2017-08-29
申请号：CN201210211413.5
申请日：2012-06-25
Applicant: 北京大学深圳研究生院
CPC classification number: H04N19/513 , H04N19/54 , H04N19/56
Abstract: 本发明公开了一种基于特征的运动矢量估计和传递方法。首先在视频帧中进行特征点检测，然后对特征点进行光流跟踪；然后将特征点映射到图像块上并用光流来初始化图像块的运动矢量；最后根据特征信息来动态构造优先级队列，先对特征块进行运动估计，然后将其结果根据远近关系传递到周边的图像块上作为初始运动矢量。这一方法首先找到了具有明显特征的图像块以估计得到较为准确的运动矢量；其次通过优先级传递的方法将准确的运动矢量传递到了图像内其他图像块；从而对传统运动估计方法进行改善，缓解局部最优对搜索方法的影响，大大提高了运动估计所得运动矢量的准确度。
-
公开(公告)号：CN107071383A
公开(公告)日：2017-08-18
申请号：CN201710113048.7
申请日：2017-02-28
Applicant: 北京大学深圳研究生院
CPC classification number: H04N13/122
Abstract: 本发明公布了一种基于图像局部分割的虚拟视点合成方法，属于数字图像处理技术领域。本方法将输入的左右图像映射到虚拟视点进行融合得到合成的图像，通过利用场景的物体分割信息对粗糙的、有噪声的深度图进行平滑去噪，在进行视点合成的过程中通过局部区域的切分来解决遮挡问题，能够在深度图存在比较大的瑕疵的情况下保证视点合成的主观质量不会显著下降，并最大可能地保持场景的几何信息以产生真实的沉浸感，改善现有方法在场景深度信息存在误差、噪声的情况下合成质量显著下降问题的不足，对于场景深度图信息中的误差有较强鲁棒性。本发明可用于视频监控系统和图像处理软件等。
-
公开(公告)号：CN103747251B
公开(公告)日：2017-08-08
申请号：CN201310465581.1
申请日：2013-09-30
Applicant: 北京大学深圳研究生院
IPC: H04N19/117 , H04N19/59
Abstract: 本申请公开了一种视频图像的插值优化方法，包括：获取视频数据序列的序列信息；根据所述序列信息确定所使用的插值滤波器；确定像素精度，并根据所述像素精度确定插入的分像素点的数量；使用所述插值滤波器根据预定规则计算所述分像素点。本申请还公开了一种滤波器。在本申请的具体实施方式中，由于先根据序列信息确定所使用的插值滤波器；再确定像素精度，并根据像素精度确定插入的分像素点的数量，使用所选择的插值滤波器根据预定规则计算所述分像素点。本申请可根据序列信息，选择插值滤波器的抽头数，并插入分像素点，提高了编码、解码性能，降低了其插值计算的复杂度。
-
公开(公告)号：CN106899840A
公开(公告)日：2017-06-27
申请号：CN201710116888.9
申请日：2017-03-01
Applicant: 北京大学深圳研究生院
IPC: H04N13/00 , H04N19/182 , G06T3/00
CPC classification number: G06T3/005 , H04N13/106 , H04N19/182
Abstract: 本发明公布了一种全景图像映射方法及反映射方法。其中，映射过程将全景图像或视频A对应的球面映射为二维平面图像或视频B，首先根据球面的纬度，将球面分成三个区域：分别记为区域I，区域II和区域III；将所述三个区域分别映射为方形平面I′、矩形平面II′和方形平面III′；再将平面I′、II′、III′拼成一个平面；所得的平面即为二维平面图像或视频B。相比于现有常用映射方法，本发明方法有效地改善了在高纬度区域的过采样，能够有效降低编码所需的码率以及解码的复杂度。涉及虚拟现实领域，可应用于全景图像和视频。
-
公开(公告)号：CN106447674A
公开(公告)日：2017-02-22
申请号：CN201610873997.0
申请日：2016-09-30
Applicant: 北京大学深圳研究生院
Abstract: 本发明公布了一种视频的背景去除方法，涉及视频分析技术领域，尤其涉及一种基于图像块、高斯混合模型、随机过程的背景去除方法；首先定义了块的概念，通过比较块之间的不同来确定前景与背景；使用高斯混合模型来自动的调整阈值，同时采用随机过程的思想来更新背景；最后在BMC数据集上做实验，结果显示本发明方法超越了目前大多数先进算法，准确度非常高。本发明方法具有广泛的适用性，可适用于监控视频的背景减除，在视频分析领域具有非常重要的应用。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.029 seconds)
