公开(公告)号：CN104320147A

公开(公告)日：2015-01-28

申请号：CN201410581856.2

申请日：2014-10-27

Applicant: 中国传媒大学

Inventor： 石东新 ,  王非非 ,  张远 ,  杨占昕 ,  赵艳明 ,  史萍

IPC: H03M13/37 ,  H04L1/00

Abstract: 本发明公开了一种系统不等差错保护的Raptor码方法。现有系统不等差错保护的Raptor码方法，要么对标准系统Raptor码的度分布和结构进行修改，损害了码字性能；要么用标准系统Raptor编码器对不同重要数据分配不同数量的冗余(码率)，造成冗余数据分配的困难和浪费。本发明提出的方法，编码基于标准系统Raptor编码算法，采用对中间符号进行类似扩展窗的算法，实现了对源符号的不等差错保护；解码仅对生成矩阵稍作修改，仍然采用标准系统Raptor解码器。本发明的优点是完全由标准系统Raptor码分步编解码实现，尤其是解码可以按源符号受保护程度的分类进行增量解码，同时保持了标准系统Raptor编解码器原有度分布以及编解码的高效性等优势，实现高效率的不等差错保护。

公开(公告)号：CN117857795A

公开(公告)日：2024-04-09

申请号：CN202410251403.7

申请日：2024-03-06

Applicant: 中国传媒大学

Inventor： 毛琪 ,  薛乃夫 ,  张远

IPC: H04N19/124 ,  H04N19/132 ,  H04N19/14 ,  H04N19/149 ,  H04N19/154 ,  H04N19/42 ,  H04N19/88 ,  H04N19/91 ,  G06T9/00 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提供一种生成‑熵估计联合的极限图像压缩、解压缩方法及系统，通过将原图像转换为初始量化索引矩阵表示，同时提取原图像的边缘信息，生成掩码并将其施加于初始量化索引矩阵，得到掩蔽后的量化索引矩阵；然后使用多阶段Transformer生成模型进行自回归计算，对掩蔽后的量化索引矩阵进行先验分布建模，将保留的索引压缩至比特流，并使用额外的熵编码器将物体边缘信息压缩至比特流；相应的，在解码端依次通过解码物体边缘信息、生成掩码以恢复掩蔽元素的位置信息，使用多阶段Transformer生成模型计算先验分布、解码保留的索引取值预测对丢弃的索引，以重构处理以获取重建图像。利用本发明能够有效提高编解码器在极低传输带宽下的可用性。

公开(公告)号：CN116453024B

公开(公告)日：2023-09-22

申请号：CN202310445856.9

申请日：2023-04-23

Applicant: 中国传媒大学

Inventor： 卫青蓝 ,  黄栩灵 ,  张远

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种视频情绪识别系统、方法，首先对预输入的原始长视频进行预处理以形成目标视频的短时视频片段；再对目标视频的短时视频片段进行特征提取以分别获取频谱融合特征数据、视觉模态信息数据和文本特征数据，根据频谱融合特征数据、视觉模态信息数据和文本特征数据获取情绪权重，并获取与情绪权重相对应的视频情绪预测值，用户可以在平台前端上传待分析的视频，而这些模态数据将在后端进行计算，获得的情绪分数和最终预测将打印在前端的界面上，实现端到端一致性视频情绪识别，本发明能够有效提高声觉贡献效果，简化视觉提取结构，提高一致性，提升多模态视频情感分析的产业应用价值。

公开(公告)号：CN101882972B

公开(公告)日：2012-08-22

申请号：CN201010191845.5

申请日：2010-06-04

Applicant: 中国传媒大学

Inventor： 石东新 ,  徐伟掌 ,  张远 ,  杨占昕 ,  杨爽

IPC: H04L1/00 ,  H03M13/00

Abstract: 本发明公开了一种Raptor码的解码方法。由于现有的Raptor解码技术为了保证一次性解码成功的高概率，接收的符号数较多，而且一旦解码不成功就必须重启整个解码过程。本发明提出的方法，能够从可能解码成功的最少符号开始解码，如解码不成功，只需继续接收1个新符号，利用解码失败的结果继续解码，直至解码成功。本发明解决了现有技术解码算法中高斯消元对矩阵线性关系的破坏这一问题。改进方法简单，开销小，增强了解码实时性，使其实用性大大加强。