-
公开(公告)号：CN112564713B
公开(公告)日：2023-09-19
申请号：CN202011368867.4
申请日：2020-11-30
Applicant: 福州大学
IPC: H03M13/00
Abstract: 本发明提出一种高效率低时延的动觉信号编解码器及编解码方法，编码器由信号放大器、离散余弦变换模块、量化器、游程编码模块和熵编码器组成；解码器由熵解码器、游程解码模块、逆量化器、逆离散余弦变换模块和逆放大器组成。其提出的高效率低时延的动觉信号编解码器设计，相比与现有的先进的触感编码方法，压缩率方面相比于基于死区的触感编码标准算法平均降低50%，同时失真度和时延都更小。
-
公开(公告)号：CN111966226B
公开(公告)日：2022-05-10
申请号：CN202010917408.0
申请日：2020-09-03
Applicant: 福州大学
Abstract: 本发明涉及一种基于补偿型长短期记忆网络的触感通信容错方法及系统，根据触感数据特性，设计了补偿型LSTM数据预测模型，在接收数据时，利用该补偿型LSTM模型对通信过程中丢失的或者被压缩去掉的数据进行预测重构，恢复原序列。本发明通过加入补偿门对输出值进行补偿，进一步降低预测误差，提高触感通信系统稳定性。
-
公开(公告)号：CN109819252B
公开(公告)日：2021-05-18
申请号：CN201910214227.9
申请日：2019-03-20
Applicant: 福州大学
IPC: H04N19/124 , H04N19/147 , H04N19/177
Abstract: 本发明涉及一种不依赖GOP结构的量化参数级联方法，首先通过研究编码中帧与帧之间参考比重关系，构建不依赖GOP结构的帧间失真依赖模型；其次，选取适当的参数，使用神经网络获取失真依赖模型的系数；最后，基于编码总体率失真代价最小的原则，利用神经网络输出实现量化参数分配方案，给各个视频帧分配最佳量化参数。本发明能够实现在编码过程不依赖GOP结构的前提下，保证编码的性能。
-
公开(公告)号：CN108200426B
公开(公告)日：2019-06-04
申请号：CN201810101216.5
申请日：2018-02-01
Applicant: 福州大学
IPC: H04N17/00 , H04N21/43 , H04N21/433
Abstract: 本发明涉及一种综合同步误差和缓冲时间与主观质量的关系模型建立方法。模拟了音频和视频同步、音频和字幕同步以及视频缓冲时间，构建主观感知意见分和同步误差以及缓冲时间的数学模型；首次综合了音频和视频同步误差、音频和字幕同步误差以及视频缓冲时间到一个视频当中；根据构建的模型传输不同内容的视频，达到了提高用户体验的目的；主观评价，采用的是ITU‑T P.910中定义的绝对等级评分法ACR‑SS，测试环境严格按照标准中给出的进行布置，组织了多名观测者进行主观评价，并对评价结果进行处理，得到平均主观意见分。对评价的结果进行验证，保证了实验结果的准确性。
-
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。
-
Patent Agency Ranking
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：CN108764478A
公开(公告)日：2018-11-06
申请号：CN201810525962.7
申请日：2018-05-28
Applicant: 福州大学
IPC: G06N5/02
CPC classification number: G06N5/022
Abstract: 本发明涉及一种基于遗忘机制的全局核密度估计模型的更新方法。依靠分布节点与中心节点实现分布式场景下核密度估计模型的有效更新。当更新检测时刻到达，分布节点首先进行本地核密度估计模型变化显著性判别，将判别结果上报至中心节点；中心节点对判别结果进行汇总并判断是否满足全局更新条件；若到达全局更新时刻，则开始分为“知识”学习、回忆、遗忘三步骤的更新过程，最终基于历史与最新的本地核密度估计模型得出最新的全局核密度模型。
-
公开(公告)号：CN111966226A
公开(公告)日：2020-11-20
申请号：CN202010917408.0
申请日：2020-09-03
Applicant: 福州大学
Abstract: 本发明涉及一种基于补偿型长短期记忆网络的触感通信容错方法及系统，根据触感数据特性，设计了补偿型LSTM数据预测模型，在接收数据时，利用该补偿型LSTM模型对通信过程中丢失的或者被压缩去掉的数据进行预测重构，恢复原序列。本发明通过加入补偿门对输出值进行补偿，进一步降低预测误差，提高触感通信系统稳定性。
-
公开(公告)号：CN109819252A
公开(公告)日：2019-05-28
申请号：CN201910214227.9
申请日：2019-03-20
Applicant: 福州大学
IPC: H04N19/124 , H04N19/147 , H04N19/177
Abstract: 本发明涉及一种不依赖GOP结构的量化参数级联方法，首先通过研究编码中帧与帧之间参考比重关系，构建不依赖GOP结构的帧间失真依赖模型；其次，选取适当的参数，使用神经网络获取失真依赖模型的系数；最后，基于编码总体率失真代价最小的原则，利用神经网络输出实现量化参数分配方案，给各个视频帧分配最佳量化参数。本发明能够实现在编码过程不依赖GOP结构的前提下，保证编码的性能。
-
公开(公告)号：CN108200426A
公开(公告)日：2018-06-22
申请号：CN201810101216.5
申请日：2018-02-01
Applicant: 福州大学
IPC: H04N17/00 , H04N21/43 , H04N21/433
CPC classification number: H04N17/00 , H04N21/4307 , H04N21/433
Abstract: 本发明涉及一种综合同步误差和缓冲时间与主观质量的关系模型建立方法。模拟了音频和视频同步、音频和字幕同步以及视频缓冲时间，构建主观感知意见分和同步误差以及缓冲时间的数学模型；首次综合了音频和视频同步误差、音频和字幕同步误差以及视频缓冲时间到一个视频当中；根据构建的模型传输不同内容的视频，达到了提高用户体验的目的；主观评价，采用的是ITU-T P.910中定义的绝对等级评分法ACR-SS，测试环境严格按照标准中给出的进行布置，组织了多名观测者进行主观评价，并对评价结果进行处理，得到平均主观意见分。对评价的结果进行验证，保证了实验结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.031 seconds)
