公开(公告)号：CN113255892A

公开(公告)日：2021-08-13

申请号：CN202110609293.3

申请日：2021-06-01

Applicant: 上海交通大学烟台信息技术研究院

Inventor： 戴文睿 ,  廖列文 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供一种解耦合的网络结构搜索方法、设备及可读存储介质，包括：确定搜索空间，构建超网络；将超网络解耦成为各自独立的单一操作子网络；获取图像数据并分别作为超网络的网络参数、结构参数的训练数据；生成特征图，计算网络参数的交叉熵损失函数和变分丢弃损失函数，得到各通道丢弃概率，训练单一操作子网络至收敛并根据通道丢弃概率得到剪枝网络；将剪枝后的单一操作子网络组合成为超网络，生成特征图，计算交叉熵损失函数，更新超网络的结构参数；得到最终网络。本发明在保证较高的性能同时大幅度减少搜索时间和降低计算复杂度，保证了搜索的稳定性和实用性，可用于图像目标检测、分类等领域，提高图像处理速度。

公开(公告)号：CN112163990A

公开(公告)日：2021-01-01

申请号：CN202010932741.9

申请日：2020-09-08

Applicant: 上海交通大学

Inventor： 李成林 ,  吕浩然 ,  杨琴 ,  邹君妮 ,  戴文睿 ,  熊红凯

IPC: G06T3/00 ,  G06T3/40 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于图卷积神经网络的360度图像的显著性预测方法及系统首先采用测地线二十面体构图方法将等距矩形投影格式的图像构造成球面图信号，然后将球面图信号输入提出的图卷积神经网络中进行特征提取并且生成球形显著性图信号，而后使用提出的基于球冠的插值算法将球形显著性图信号重建成等距矩形投影格式的显著性图。本发明进一步提出具有稀疏一致性的KL散度损失函数。本发明可以在主观和客观上达到优秀的显著性预测性能，并且在计算复杂度上优于现有方法。

公开(公告)号：CN111968133A

公开(公告)日：2020-11-20

申请号：CN202010760281.6

申请日：2020-07-31

Applicant: 上海交通大学

Inventor： 熊红凯 ,  左琛 ,  戴文睿 ,  李成林 ,  邹君妮

IPC: G06T7/11 ,  G06T7/194 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种自动驾驶场景下的三维点云数据实例分割方法及系统，包括：利用目标物体的空间位置信息对室外街道场景进行初步识别与划分，形成感兴趣区域点云视柱；对感兴趣区域点云视柱提取包含物体的视柱点云与同分布的负样本视柱背景点云，形成视柱点云数据集；提取视柱点云数据集中每一个视柱点云包含物体的高维语义特征信息，同时引入带权重的多分类焦点损失函数，得到视柱内每一个点云所属的类别，实现对点云数据的实例分割。本发明提出的自动驾驶场景下的三维点云数据实例分割方法及系统，可以有效的增强目标细节特征表达，从而增强对点云困难样本的预测能力，提升了自动驾驶场景下点云实例分割的表现。

公开(公告)号：CN106713956B

公开(公告)日：2020-09-15

申请号：CN201611032465.0

申请日：2016-11-16

Applicant: 上海交通大学

Inventor： 熊红凯 ,  李成林

IPC: H04N21/2662 ,  H04N21/24 ,  H04N21/2343 ,  H04N19/147 ,  H04N19/56

Abstract: 本发明提供了一种动态自适应视频流媒体的编码端码率控制与版本选择的方法及系统，所述方法结合动态自适应流媒体编码技术，在服务器处将各原始视频编码为多个不同码率的版本，同时兼顾各不同原始视频内容的编码复杂度‑码率‑失真模型、视频服务器的编码码率和计算资源限制、不同用户的网络连接情况以及视频点播概率分布，确定各原始视频所需编码的视频版本子集以及每个视频版本的具体编码参数，视频服务器最终通过编码输出视频最优版本集合，以实现用户观看视频整体质量的最大化。本发明所述方法提高了在编码码率和计算资源受限情况下动态自适应流媒体编码技术的编码效率，为用户提供更佳的视频服务质量。

公开(公告)号：CN110248210B

公开(公告)日：2020-06-30

申请号：CN201910456496.6

申请日：2019-05-29

Applicant: 上海交通大学

Inventor： 邹君妮 ,  陆巧玉 ,  李成林 ,  熊红凯

IPC: H04N21/2343 ,  H04N21/239 ,  H04N21/2662 ,  H04N21/845

Abstract: 本发明提供了一种视频传输优化方法，包括：在源服务器侧，将360度视频流切分为一连串的视频流切分成时空切片；源服务器再对每一个所述时空切片进行编码，得到多个不同码率版本的时空切片；其中，所有码率版本的时空切片构成一个视频切片集合；控制边缘服务器按照预设的优化策略，在每个时间周期的开始时刻，通过边缘服务器缓存指定码率版本的指定视频切片集合；控制边缘服务器按照预设的优化策略，在每个时间周期的时隙的开始时刻，根据用户的视频请求，执行对视频切片集合的转码和分发任务。本发明高效利用了边缘服务器的存储和计算资源以及服务器间的协作，节约了网络运营成本，减轻了回传链路的传输压力，为用户提供延迟更低的视频服务。

公开(公告)号：CN107809784A

公开(公告)日：2018-03-16

申请号：CN201710936588.5

申请日：2017-10-10

Applicant: 上海交通大学

Inventor： 熊红凯 ,  李成林 ,  邹君妮 ,  唐可欣

IPC: H04W40/22 ,  H04L12/727

Abstract: 本发明提供了一种多跳无线网络中传输实时视频流的机会路由方法，包括：采用期望任意路径时延来度量将视频数据包按照机会路由的转发方式从各中继节点传输到指定目的节点所需的期望递交时延；借助视频数据包转发过程中节点间的协作，每个中继节点使用增强学习算法动态地更新该节点到目的节点的期望任意路径时延，最终通过给具有低期望任意路径时延的节点分配高中继优先级来实现低端到端时延的无线视频流传输。本发明能够较优地平衡实时视频流传输的可靠性需求和低时延需求，为用户提供更佳的实时视频观看质量。

公开(公告)号：CN120075549A

公开(公告)日：2025-05-30

申请号：CN202510206227.X

申请日：2025-02-25

Applicant: 上海交通大学

Inventor： 邹君妮 ,  黄煜扬 ,  陈亚博 ,  戴文睿 ,  郑紫阳 ,  李成林 ,  熊红凯

IPC: H04N21/854 ,  H04N21/44 ,  H04N21/234 ,  G06T7/13 ,  G06T7/40 ,  G06T5/70

Abstract: 本公开提供一种实例级运动可控的视频生成方法、系统、介质及设备，其中，方法包括：获取实例运动控制条件，实例运动控制条件包括实例布局信息和实例运动轨迹；对实例布局信息沿实例运动轨迹进行增广，确定经过增广的实例布局信息；将经过增广的实例布局信息输入引入帧间互注意力机制的预训练的定位图像扩散生成模型，生成候选关键帧；将候选关键帧输入引入帧间互注意力机制的预训练的视频扩散生成模型，确定第一运动视频；根据预训练的视频扩散生成模型的运动先验和预训练的图像扩散生成模型的细节先验对第一运动视频进行优化处理，确定目标运动视频。通过本公开，提高视频生成的运动控制能力，提高视频生成质量，实现实例级运动定制化视频生成。

公开(公告)号：CN120047624A

公开(公告)日：2025-05-27

申请号：CN202510209758.4

申请日：2025-02-25

Applicant: 上海交通大学

Inventor： 戴文睿 ,  郑鸿伟 ,  李涵 ,  郑紫阳 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06T17/00 ,  G06T7/73 ,  G06N3/045 ,  G06T3/4038 ,  G06N3/08

Abstract: 本发明提供基于多层次稠密姿态生成的三维人体姿态估计方法，包括：获取二维人体姿态，二维人体姿态为人体关节点的二维坐标；利用自回归姿态码元生成模型，按照从人体中心关节点到边缘关节点的顺序，根据二维人体姿态依次获得输入姿态生成码元和稠密姿态生成码元；通过解码器，根据稠密姿态生成码元生成第一层稠密化姿态，根据输入姿态生成码元和稠密姿态生成码元生成第二层稠密化姿态；将二维人体姿态、第一层稠密化姿态和第二层稠密化姿态拼接，输入Transformer得到三维姿态估计。本发明引入稠密二维姿态，极大提升三维人体姿态估计的准确度，能够使用单帧图像的姿态输入获得匹配多帧视频输入的准确率，缓解关节遮挡、部分肢体遮挡和深度不连续性等问题。

公开(公告)号：CN114862712B

公开(公告)日：2025-04-29

申请号：CN202210474083.2

申请日：2022-04-29

Applicant: 上海交通大学

Inventor： 戴文睿 ,  李劭辉 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06T5/77 ,  G06T5/60 ,  H04N19/42 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种视频染色方法，包括：使用神经网络从参考帧与目标帧的灰度信息中提取多层特征图；基于所述多层特征图进行光流预测和光流优化；利用光流优化获得的结果将所述参考帧中的颜色传播到所述目标帧上。本发明改善了光流长时预测的准确率，所生成的彩色视频帧保真度更优、色彩更加准确，具有极强的实际应用价值。应用在视频编码任务上，可以在保持重构质量的前提下达到减少码率的效果。

公开(公告)号：CN115834914B

公开(公告)日：2025-04-25

申请号：CN202211561058.4

申请日：2022-12-07

Applicant: 上海交通大学

Inventor： 戴文睿 ,  范小萱 ,  费文 ,  李劭辉 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: H04N19/91 ,  G06T9/00 ,  G06N3/0464

Abstract: 本发明提供一种基于张量网络的熵编码、熵解码方法及图像压缩方法、系统、装置，包括：采用格雷码将图像的离散特征划分为多个二进制位平面；采用特征映射将二进制位平面映射到对应的希尔伯特空间内，生成位平面的向量化特征；基于张量网络的熵编码模型，对位平面的向量化特征分别进行概率估计及编码，生成位平面特征二进制码流；合并所有的位平面特征二进制码流，得到特征二进制码流。采用张量网络建模特征概率分布，能够在不引入任何先验假设的条件下，准确计算特征的联合概率，相比于现有熵模型的设计进一步提升了压缩结构的灵活性和可扩展性。