-
公开(公告)号：CN111931579A
公开(公告)日：2020-11-13
申请号：CN202010654972.8
申请日：2020-07-09
Applicant: 上海交通大学
Abstract: 本发明公开一种利用眼动追踪和手势识别技术的自动驾驶辅助系统及方法，包括：平视显示器，将控制车辆的操作可视化为虚拟按钮的形式，将所述虚拟按钮显示给驾驶员，驾驶员用目光注视和/或手势指示所述平视显示器要做的动作；车载摄像头，用于捕捉驾驶员的面部及手部图像；数据处理中心，接收所述车载摄像头捕捉的图像，通过机器学习算法对驾驶员的视线和手势信息进行眼动追踪、手势识别，得到驾驶员目光注视和/或手势指向的方向，从而确定驾驶员要做动作对应的虚拟按钮，根据该虚拟按钮对车辆进行相应的操作。本发明能够实时地检测到车内驾驶员的目光注视方向和手势动作，并对眼神和手势进行理解，从而帮助驾驶员实现他们的意图。
-
公开(公告)号：CN111479109A
公开(公告)日：2020-07-31
申请号：CN202010172444.9
申请日：2020-03-12
Applicant: 上海交通大学
IPC: H04N17/00 , H04N21/234 , H04N21/44
Abstract: 本发明提供了一种基于视听联合注意的视频质量评价方法、系统及终端，该方法在传统基于视觉注意的视频质量评价方法的基础上，通过纳入听觉对视觉注意的影响，构建更加全面的视听联合注意力模型，然后在视频局部失真池化的时候引入基于视听联合注意的加权池化，从而更好地辅助视频质量评价；该方法主要包含三大步骤：构建视听联合注意力模型，视频局部失真度量，基于视听联合注意的局部失真池化。本发明可以更全面地考虑听觉对视觉注意的影响，从而利用视听联合注意更有效地辅助视频质量评价。
-
公开(公告)号：CN110930356A
公开(公告)日：2020-03-27
申请号：CN201910966425.0
申请日：2019-10-12
Applicant: 上海交通大学
Abstract: 本发明提供了一种无参考的针对工业二维码图像的质量评价系统，包括工业二维码数据库模块，提供待评估的工业二维码测试样本和用于训练的工业二维码训练样本，输入多任务MTL卷积神经网络模块进行模块；多任务MTL卷积神经网络模块，通过在工业二维码训练样本上对多任务MTL卷积神经网络进行训练，并采用训练后的多任务MTL卷积神经网络完成对待评估的工业二维码进行的质量评价任务；工业二维码经过浅层多任务卷积神经网络和深层多任务卷积神经网络的预测后，一方面，可以判定图像的多种失真类型，另一方面，可以预测图像的质量等级。本发明可以大大减少工业二维码预处理与解码的时间成本与计算成本，提高工业二维码的解码效率，增加工业流水线的吞吐量。
-
公开(公告)号：CN113628175B
公开(公告)日：2024-02-20
申请号：CN202110829971.7
申请日：2021-07-22
Applicant: 上海交通大学
Abstract: 本发明公开一种图像质量分数分布的预测方法、系统、终端及介质，其中方法包括：提取图像的自然场景统计特征；利用提取的所述自然场景统计特征通过训练四个不同的支持向量机；采用训练得到的所述支持向量机来预测图像质量分数分布的四个参数，最终得到基于Alpha稳定模型的图像质量分数分布。本发明第一次提出使用Alpha稳定模型来描述图像质量得分的分布，其所表达出的信息要比图像的MOS更丰富，通过提取图像的自然场景统计特征，并利用支持向量机回归，可有效地预测图像的质量分数分布。
-
公开(公告)号：CN111931579B
公开(公告)日：2023-10-31
申请号：CN202010654972.8
申请日：2020-07-09
Applicant: 上海交通大学
Abstract: 本发明公开一种利用眼动追踪和手势识别技术的自动驾驶辅助系统及方法，包括：平视显示器，将控制车辆的操作可视化为虚拟按钮的形式，将所述虚拟按钮显示给驾驶员，驾驶员用目光注视和/或手势指示所述平视显示器要做的动作；车载摄像头，用于捕捉驾驶员的面部及手部图像；数据处理中心，接收所述车载摄像头捕捉的图像，通过机器学习算法对驾驶员的视线和手势信息进行眼动追踪、手势识别，得到驾驶员目光注视和/或手势指向的方向，从而确定驾驶员要做动作对应的虚拟按钮，根据该虚拟按钮对车辆进行相应的操作。本发明能够实时地检测到车内驾驶员的目光注视方向和手势动作，并对眼神和手势进行理解，从而帮助驾驶员实现他们的意图。
-
Patent Agency Ranking
公开(公告)号：CN110910344B
公开(公告)日：2022-09-13
申请号：CN201910966446.2
申请日：2019-10-12
Applicant: 上海交通大学
IPC: G06T7/00 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/766
Abstract: 本发明提供了一种全景图片无参考质量评价方法，包括：将失真图片D从等距柱状投影图映射到立方体投影图；采用单通道混合卷积神经网络通道提取单个立方体投影视图的特征值，将立方体投影图的六个视图分别通过对应的单通道混合卷积神经网络，然后通过串联的方式将六个通道提取的特征值融合在一起；使用一个全连接层将多通道卷积网络提取的特征回归到图像质量分数。本发明同时提供了一种全景图片无参考质量评价系统。本发明利用了立方体投影的方式解决了全景图片失真的问题，使用混合卷积神经网络有效地提取了有利于质量评价的特征。
-
公开(公告)号：CN111385567B
公开(公告)日：2021-01-05
申请号：CN202010172376.6
申请日：2020-03-12
Applicant: 上海交通大学
IPC: H04N17/00 , H04N21/234 , H04N21/44
Abstract: 本发明公开一种超高清视频质量评价方法及装置，方法包括：将超高清视频序列逐帧提取出图像序列，将图像从彩色图转变成灰度图；对转变后的每一帧灰度图进行分块，并计算每一分块的局部方差，选取局部方差最大的一个分块作为后续处理的子图，并记录该局部方差为图像复杂度特征；对所述子图进行离散余弦变换，计算所述离散余弦变换下的频域能量特征；计算所述子图的自然统计学特征；将上述图像复杂度特征、频域能量特征、自然统计学特征采用支持向量机方法融合，得到最终的视频质量评价质量分数。本发明可以有效地用于辨别真伪4K超高清图像视频序列，评价超高清图像的质量。
-
公开(公告)号：CN111539914A
公开(公告)日：2020-08-14
申请号：CN202010211227.6
申请日：2020-03-24
Applicant: 上海交通大学
Abstract: 本发明提供一种手机照片质量比较评价方法、系统及终端，方法包括：对同一场景下的两幅照片进行调整，使所述两幅照片的内容对齐；移除对齐后的所述两幅照片的画面中运动物体，减少画面内容的差异部分；将移除运动物体后的所述两幅照片分别划分为多个区域，逐一比对所述两幅照片中相对应的区域，提取出所述两幅照片中相似度最低的区域；对提取到的所述相似度最低的区域进行清晰度、噪声进行分析，得到综合评价结果。系统包括：图像调整对齐模块、运动物体移除模块、差异最大区域提取模块和综合质量评价模块。本发明可以实现照片客观质量评价，不需要主观评价者的参与，节省人力，可操作性高。
-
公开(公告)号：CN111539913A
公开(公告)日：2020-08-14
申请号：CN202010211195.X
申请日：2020-03-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种移动设备拍照清晰度质量评价方法、系统和终端，方法首先选取图像纹理最为丰富的区域作为表征待评价图像清晰度质量的块状区域，然后计算该块状区域在空间域、频域和小波域上的纹理特征，最后利用机器学习的方法把块状区域的特征向量回归到主观的清晰度质量分数。本发明只选取图像纹理最为丰富的区域作为待评价的对象，可以有效的排除图像无关位置的影响，分别从空间域、频域和小波域上提取纹理特征，可以高效的表征图像清晰度的特征信息。
-
公开(公告)号：CN110910344A
公开(公告)日：2020-03-24
申请号：CN201910966446.2
申请日：2019-10-12
Applicant: 上海交通大学
Abstract: 本发明提供了一种全景图片无参考质量评价方法，包括：将失真图片D从等距柱状投影图映射到立方体投影图；采用单通道混合卷积神经网络通道提取单个立方体投影视图的特征值，将立方体投影图的六个视图分别通过对应的单通道混合卷积神经网络，然后通过串联的方式将六个通道提取的特征值融合在一起；使用一个全连接层将多通道卷积网络提取的特征回归到图像质量分数。本发明同时提供了一种全景图片无参考质量评价系统。本发明利用了立方体投影的方式解决了全景图片失真的问题，使用混合卷积神经网络有效地提取了有利于质量评价的特征。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.023 seconds)
