-
公开(公告)号：CN108235020B
公开(公告)日：2021-07-02
申请号：CN201810012253.9
申请日：2018-01-05
Applicant: 东华大学
IPC: H04N19/176 , H04N19/124 , H04N19/147 , H04N19/593
Abstract: 本发明涉及一种面向量化分块压缩感知的螺旋式逐块测量值预测方法，包括以下步骤：按照螺旋次序，依次对当前第i个图像块xi进行独立观测得到当前图像块的测量值，其中，每个图像块均使用相同的观测矩阵；根据当前图像块的螺旋次序，对测量值执行测量值的多方向预测，得到最优的预测残差；对当前图像块最优的预测残差进行量化输出，获得量化值；对量化分块压缩感知系统的测量端的量化值进行反量化，得到当前图像块的重构残差；将重构残差与候选块的重构测量值相加得到当前图像块的重构测量值，随后进行缓存，为后续图像块的测量值预测做准备。本发明能够提高QBCS的整体率失真性能。
-
公开(公告)号：CN111147853B
公开(公告)日：2021-05-25
申请号：CN201911323397.7
申请日：2019-12-20
Applicant: 东华大学
IPC: H04N19/13 , H04N19/147 , H04N19/176 , H04N19/124 , H04N5/232
Abstract: 在分块压缩感知(BCS)系统中，测量端需要逐块地进行观测值预测，本发明提出了一种基于变焦预观测的先验子块生成方法。测量端新增了控制器、焦距调整、全景观测等功能模块。对于目标图像，控制器首先转入变焦预观测流程，焦距调整的准则是使得整幅图像刚好落入块尺寸的观测范围，随后执行全景观测，获取先验子块；接下来，控制器转入逐块观测获取观测值，基于先验子块执行SDPC观测值预测，对最小预测残差进行量化与熵编码，产生二进制比特流。所提方法可以充分利用自然图像的非局部空域相关性，降低图像边缘对预测准确度的影响。
-
公开(公告)号：CN108022241B
公开(公告)日：2021-05-04
申请号：CN201711434374.4
申请日：2017-12-26
Applicant: 东华大学
IPC: G06T7/00
Abstract: 本发明涉及一种面向水下图像集的一致性增强质量评价方法，包括以下步骤：使用现有的质量评价准则对水下图像集中的一幅原始图像进行质量评价；将所述原始图像通过图像质量增强算法得到增强后的图像，并使用上述现有的质量评价准则对增强后的图像进行质量评价，根据两个质量评价结果计算CEQAi值，重复上述步骤得到该水下图像集中所有图像的CEQAi值，并找出其中的最大值、最小值和平均值，最后利用这些值及权重系数得到上述图像质量增强算法在上述质量评价准则下对于此水下图像集的CEQA有效值。本发明可以为面向水下图像集的各种图像质量增强算法与质量评价准则提供一个一致性增强性能的评价体系。
-
公开(公告)号：CN111602917A
公开(公告)日：2020-09-01
申请号：CN202010447556.0
申请日：2020-05-25
Applicant: 东华大学
Abstract: 本发明涉及一种可拆卸可收缩户外遮阳安全帽，属于劳防安全用品技术领域。安全帽主体内侧底部的减震和保护装置连接有下巴固定扣带和后脑固定扣带，安全帽主体外侧顶部设有透气孔；安全帽主体设有可拆卸式遮阳帽檐和可收放式遮阳布装置；安全帽主体前侧帽檐处设有可拆卸式遮阳帽檐；遮阳帽檐可以根据需要自行拆装；安全帽主体的两侧和脑后侧设有可收放式遮阳布装置。遮阳布可根据需要自行拉出或收缩。本发明在不明显增大安全帽体积的同时，既可以正常地保护头部安全，也增加了给头部降温的透气孔，同时又可以减少强烈的阳光照射引起的晒伤、头晕、中暑等情况的发生；结构简单，使用操作方便快捷，适用于多种户外作业环境。
-
公开(公告)号：CN111275125A
公开(公告)日：2020-06-12
申请号：CN202010085541.4
申请日：2020-02-10
Applicant: 东华大学
IPC: G06K9/62
Abstract: 本发明涉及一种面向图像可靠分类的类别标签恢复方法，属于机器视觉技术领域。本发明将标签传播过程、PCA降维和LDA分类结合起来，公开了一种面向低秩图像特征分析的类别标签恢复方法。所提方法通过引入标签传播过程，获得标签恢复后的数据集，随后执行PCA可靠降维，以降低可靠数据集的维度，同时保持可靠数据集中对方差贡献最大的信息，最后提取LDA特征，得到鉴别分析的低秩特征。所提方法通过对含有缺失标签的数据集进行预处理，还原缺失的类别标签，并通过可靠降维提取出最具判别性的特征，使得后续的最近邻分类器更加精确可靠；提高了样本标签数据的鲁棒性，使得分类模型更加有效。
-
Patent Agency Ranking
公开(公告)号：CN108111852B
公开(公告)日：2020-05-29
申请号：CN201810031831.3
申请日：2018-01-12
Applicant: 东华大学
IPC: H04N19/124 , H04N19/147 , H04N19/132
Abstract: 本发明涉及一种面向量化分块压缩感知编码的双测量参数率失真控制方法，以采样率和量化深度作为测量参数，在码率约束下实现编码质量的最大化，分为训练模式和工作模式：在训练模式下，通过在各种测量参数值下恢复目标图像，构建控制器所用的双测量参数模型；在工作模式下，根据双测量参数模型分配测量参数值，对目标图像执行量化分块压缩感知编码，以便在给定的码率约束下获得优化的编码质量。本发明能够为后续目标图像预先设定优化的测量参数值，在不同的码率级别约束下渐进地调整编码质量，由于邻近的目标图像具有相对一致的统计特性，本发明能够为后续目标图像提供优化的率失真性能。
-
公开(公告)号：CN109120932A
公开(公告)日：2019-01-01
申请号：CN201810766665.1
申请日：2018-07-12
Applicant: 东华大学
IPC: H04N19/137 , H04N19/182 , H04N19/503 , G06K9/62
Abstract: 本发明提出了一种基于HEVC压缩域双SVM模型的视频显著性预测方法。所提方法对视频数据集中选定的所有训练视频序列进行分类，使用分类的训练视频序列A类和B类对HEVC压缩域双SVM显著性预测模型分别进行训练，得到两种不同的压缩域显著性预测模型。从视频数据集中选取某一测试视频序列进行预分类操作，使用已经训练好的HEVC双SVM显著性预测模型对测试视频序列进行显著性的预测，所提方法能够获得较好的显著性预测效果。
-
公开(公告)号：CN108235020A
公开(公告)日：2018-06-29
申请号：CN201810012253.9
申请日：2018-01-05
Applicant: 东华大学
IPC: H04N19/176 , H04N19/124 , H04N19/147 , H04N19/593
Abstract: 本发明涉及一种面向量化分块压缩感知的螺旋式逐块测量值预测方法，包括以下步骤：按照螺旋次序，依次对当前第i个图像块xi进行独立观测得到当前图像块的测量值，其中，每个图像块均使用相同的观测矩阵；根据当前图像块的螺旋次序，对测量值执行测量值的多方向预测，得到最优的预测残差；对当前图像块最优的预测残差进行量化输出，获得量化值；对量化分块压缩感知系统的测量端的量化值进行反量化，得到当前图像块的重构残差；将重构残差与候选块的重构测量值相加得到当前图像块的重构测量值，随后进行缓存，为后续图像块的测量值预测做准备。本发明能够提高QBCS的整体率失真性能。
-
公开(公告)号：CN110505479B
公开(公告)日：2023-06-16
申请号：CN201910733206.8
申请日：2019-08-09
Applicant: 东华大学
IPC: H04N19/139 , H04N19/159 , H04N19/154
Abstract: 在压缩感知视频监控中，每帧均采用相同测量率进行单独观测。为了提高待回放帧的重构质量，本发明提出了一种启动时延约束下的视频压缩感知重构方法。重构端从码流中提取出各个帧观测矢量，对每一帧观测矢量首先执行单帧图像的迭代重构算法，然后根据迭代次数是否达到最大值来判定该帧是预测帧还是参考帧。在初次重构的基础上，预测帧采用质量较好的参考帧执行可能的双向或单向预测，通过多假设块匹配的残差最小化，完成二次重构乃至三次重构。所提方法能够动态地表征相关性未知的多帧图像，有助于提升视频压缩感知重构的整体质量。
-
公开(公告)号：CN111182313B
公开(公告)日：2021-11-02
申请号：CN201911323406.2
申请日：2019-12-20
Applicant: 东华大学
IPC: H04N19/895 , H04N19/176 , H04N19/129 , H04N19/503
Abstract: 现有的空域错误隐藏方法常以高复杂度的迭代逼近机制换取恢复质量的轻微提升，并且一些方法只适合于特定的丢失模式。为此，本发明提出了一种自适应混合填充(AHF)的空域错误隐藏方法，以便更好地平衡计算复杂度与恢复质量等性能指标，且能处理多种的丢失模式。对于当前受损块的错误隐藏，AHF方法首先通过各向同性梯度检测器统计延拓区域的邻域梯度特征，根据收缩填充次序执行局部预测过程，从外层素组到内层素组逐一地恢复受损块的各个素组；当预测相关性够低时，AHF方法转而执行非局部片匹配过程，利用相似片对同样位置的未隐藏像素进行填充。所提AHF方法适用于各种丢失模式，在通用性、计算复杂度和恢复质量之间取得了具有竞争力的综合性能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.019 seconds)
