-
公开(公告)号：CN114023020A
公开(公告)日：2022-02-08
申请号：CN202111273808.3
申请日：2021-10-29
Applicant: 福州大学
IPC: G08B6/00 , H04N19/90 , H04N19/625 , H04N19/124 , H04N19/18
Abstract: 本发明涉及一种基于数据特性与改进型回归的触感数据混合压缩系统，包括编码器和解码器；所述编码器，通过对触感数据进行DCT压缩，之后对DCT数据进行放大后截取，再将数据进行改进型回归编码，最后进行量化；所述解码器，对编码传输的数据进行逆运算，得到触感数据。本发明可以有效提高传输效率的同时还能消除触感通信过程中失真带来的影响，极大限度地提高性能。
-
公开(公告)号：CN113852813A
公开(公告)日：2021-12-28
申请号：CN202111114535.8
申请日：2021-09-23
Applicant: 福州大学
IPC: H04N19/117 , H04N19/80 , H04N19/85 , G06K9/62
Abstract: 本发明提出一种基于注意力机制的压缩视频修复与画质增强方法及系统，首先，采用动态滤波处理，对视频的当前帧和目标帧在特征域上进行对齐，进而有效的利用视频帧间的时空关系；其次，为了避免过度平滑，利用注意力机制设计序列残差注意力模块(SRAB)作为网络的基本单元，对视频帧的细节进行修正；最后，利用训练模型预测出的结果与原始未压缩的视频帧进行对比，判断任务中目标的完成情况。本发明方法较采用其他视频增强算法相比本发明在视觉性能上表现最好，并且处理速度较快，优势明显。
-
公开(公告)号：CN110545429B
公开(公告)日：2021-08-31
申请号：CN201910914970.5
申请日：2019-09-26
Applicant: 福州大学
IPC: H04N19/14 , H04N19/147 , H04N19/176 , H04N19/119 , H04N19/177
Abstract: 本发明涉及一种基于全景视频纬度特性的复杂度优化方法及设备，首先通过实验测得全景视频经过投影之后，在相同复杂度变化下的两侧纬度区域的率失真损失低于中间纬度区域的率失真损失；然后通过分析当前纬度区域的复杂度改变对剩余纬度区域以及整帧的率失真损失影响，建立纬度与率失真的关系，并且基于此模型提出了帧内复杂度分配的方案；最后，将帧内复杂度分配方法与已有的帧间复杂度分配方法相结合，形成一种基于全景视频纬度特性的复杂度优化方法。本发明能够有效降低全景视频编码过程中的复杂度和编码时间。
-
公开(公告)号：CN111277899A
公开(公告)日：2020-06-12
申请号：CN202010098992.1
申请日：2020-02-18
Applicant: 福州大学
IPC: H04N21/442 , H04N21/475
Abstract: 本发明涉及一种基于短期记忆和用户期望的视频质量评价方法，通过主观实验，获取短期记忆形成的不同时长以及由于短期记忆后产生的用户期望对视频体验数据。最后通过数据分析及数学建模，来获取记忆形成时长和用户期望对视频体验质量的评价模型。本发明考虑了短期记忆和用户期望与视频质量的影响，能够获取更精准的视频质量评价。
-
公开(公告)号：CN107749984B
公开(公告)日：2019-12-17
申请号：CN201710997433.2
申请日：2017-10-24
Applicant: 福州大学
IPC: H04N19/103 , H04N19/14 , H04N19/147 , H04N19/159
Abstract: 本发明涉及一种基于模式映射的多视点视频编码复杂度控制方法，目的在于解决在控制编码复杂度的前提下，实现编码率失真代价最小的问题。本发明通过获取多视点间和视点内的率失真依赖关系，构建多视点的率失真依赖模型；基于多视点编码总体率失真代价最小的原则，实现计算复杂度的分配方案，给各个视点和各视频帧分配最佳复杂度；提出基于代价函数的模式预测和模式选择算法，实现在控制编码复杂度的情况下，最佳编码质量的目的。本发明提出的一种基于模式映射的多视点视频编码复杂度控制方法，在控制编码复杂度的前提下，达到了编码率失真代价最小的效果。
-
Patent Agency Ranking
公开(公告)号：CN108881905A
公开(公告)日：2018-11-23
申请号：CN201810882413.5
申请日：2018-08-04
Applicant: 福州大学
IPC: H04N19/11 , H04N19/122 , H04N19/124
Abstract: 本发明涉及一种基于概率的帧内编码器优化方法，包括以下步骤：步骤S1:构建预测候选模式列表；步骤S2:根据预测候选模式列表第一候选模式成为最佳预测模式的概率，提前终止模式选择；步骤S3:基于RD costs的对数正态分布，设定CU划分与否的依据，完成提前终止CU划分。本发明在视频质量的前提下，大幅提高视频编码的效率。
-
公开(公告)号：CN119782703A
公开(公告)日：2025-04-08
申请号：CN202411832622.0
申请日：2024-12-12
Applicant: 福州大学
IPC: G06F18/10 , G06F18/214 , G06F18/2431 , G06F18/2135 , G06N3/0464
Abstract: 本发明提供一种面向视觉‑触觉‑动觉联合感知的物体识别方法，采用不同程度的高斯噪声增强原始不带噪声的视觉、触觉和动觉数据，对视觉、触觉和动觉数据分别进行增强、降维和统一表征的数据预处理；通过基于Transformer的视觉‑触觉‑动觉联合模型，实现基于视觉、触觉和动觉数据的物体识别；所述视觉‑触觉‑动觉联合模型包括视觉特征提取器、触觉特征提取器、动觉特征提取器、权重可学习的加权求和操作、Transformer编码器和分类器，其输入为经预处理得到的视觉、触觉和动觉数据，输出为物体类别；通过构建三角型周期性学习率调整模型的学习率变化趋势。本方法能够更全面地理解物体的属性以及所处环境，提高物体识别的性能。
-
公开(公告)号：CN114900827B
公开(公告)日：2024-05-31
申请号：CN202210502957.0
申请日：2022-05-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统，包括随机分布的M个用户和N个基站；所述N个基站中包含1个宏基站和N‑1个小基站；所述M个用户分别配备了发射天线和接收天线，在蜂窝模式或者D2D模式下通信；所述M个用户的位置固定不变，个数为偶数，每两个用户组成一对进行D2D通信，每对D2D链路由发射者Dr和接收者Dt组成；还包括一无人机，对其中一对用户进行监测，并给定一个隐蔽传输速率R；当用户与基站进行通信时，采用最大信噪比的方式将用户与基站关联。本发明能够通过采用深度强化学习的方法让用户进行不同通信模式的选则以及功率分配，从而最大化隐蔽传输速率。
-
公开(公告)号：CN117319653A
公开(公告)日：2023-12-29
申请号：CN202311261726.6
申请日：2023-09-27
Applicant: 福州大学
IPC: H04N19/124 , H04N19/172 , H04N19/70 , H04N19/51 , H04N19/625 , H04N19/61
Abstract: 本发明提出一种全景视频JND建模与编码应用方法及系统，用于针对全景视频存储需求、纬度特性及视场范围特性建立球面全景视频JND模型，同时将SJND模型应用到全景视频感知编码方案中，该方法包括以下步骤；步骤S1、针对全景视频在编码之前映射到2D平面的映射特征，采用信息熵来区分不同纹理复杂的图像块，将图像分为不同的类型，并使用不同的权重，构建基于信息熵的2D‑JND模型；步骤S2、针对全景视频的几何映射失真和视场范围特点，将2D‑JND模型扩展到球形全景视频SJND中；步骤S3、将所提SJND模型应用于通用视频编码标准VVC/H.266全景视频编码系统中，实现感知编码优化；本发明能有效估计全景视频场景中的视觉冗余，提高视频编码效率。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.019 seconds)
