-
公开(公告)号：CN109035178B
公开(公告)日：2021-07-30
申请号：CN201811017139.1
申请日：2018-08-31
Applicant: 杭州电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种应用于图像去噪的多参数取值调优方法，给定目标复杂度Cbudget，在保持其他参数取值不变的情况下，分别计算多个参数当前取值与其下一个候选值的能效比，确定能效比最大的参数，将其候选值调整为当前值，即完成一次参数调优；每完成一次参数调优，需计算当前参数组合复杂度，判断此时的参数组合复杂度是否符合目标复杂度约束，若不满足，执行前述步骤继续进行参数调优，直到满足给定复杂度约束，停止调整。
-
公开(公告)号：CN112911286A
公开(公告)日：2021-06-04
申请号：CN202110133119.6
申请日：2021-01-29
Applicant: 杭州电子科技大学
IPC: H04N19/117 , H04N19/124 , H04N19/146 , H04N19/154 , H04N19/172 , H04N19/42 , H04N19/625 , G06N3/04 , G06N3/08
Abstract: 本发明属于图像/视频压缩领域，涉及一种基于新型损失函数和可变形卷积的分像素插值滤波器的设计方法，包括：步骤1，在准备训练数据时，采用运动模糊的方式，对高分辨率图像进行降采样操作；步骤2，数据训练过程中，输入降采样后的图像，使用残差学习技术，经过神经网络得到新型损失函数；步骤3，使用新型损失函数训练带有可变形卷积层的神经网络，生成所需残差图像。本发明的新型损失函数既能反映失真同时也考虑了码率；可变形卷积可以更灵活地适应不同的视频图像，从而达到提升编码效果的目的。
-
公开(公告)号：CN112351279A
公开(公告)日：2021-02-09
申请号：CN202011152367.7
申请日：2020-10-26
Applicant: 杭州电子科技大学
IPC: H04N19/14 , H04N19/61 , H04N19/177 , H04N19/103
Abstract: 本发明公开了一种面向HEVC快速编码的自适应复杂度调整系统及方法。本发明首先结合离线训练模块和在线训练模块，确定在给定编码树单元(CTU)的目标编码时间时启用的预测模式以及跳过的模式；然后使用复杂度分配模块，利用第3个图片组(GOP)的编码时间来预测整个序列的编码时间，从而估算出当前给定目标复杂度下所需控制的序列目标编码时间，并将目标编码时间以分层的方式分配到CTU层级；在模式选择模块中，根据分配到每个CTU的目标编码时间选择启用的预测模式，然后开始编码，跳过未启用的模式；最后复杂度更新模块周期性地取一帧作标准编码，用于更新序列的目标编码时间和调整下一帧的目标编码时间。本发明充分利用视频编码的特点将实际的编码复杂度自适应地调整在目标复杂度附近，并尽可能减少失真。
-
公开(公告)号：CN111770346A
公开(公告)日：2020-10-13
申请号：CN202010523987.0
申请日：2020-06-10
Applicant: 杭州电子科技大学
IPC: H04N19/593 , H04N19/513 , H04N19/176 , H04N19/182 , H04N19/96 , H04N19/895
Abstract: 本发明公开了一种基于显著性的立体三维视频错误隐藏方法。传统的错误隐藏技术在视频流在传输过程中发生整帧丢失时恢复效果差。本发明方法首先获取丢失帧的运动显著性图、深度显著性图，深度边缘显著性图，然后融合运动显著性图和深度显著性图并块化，再与深度边缘显著性图合并得到最终显著性图，并进行显著等级划分。对高显著等级的区域采用视点间搜索像素填补和候选运动矢量补偿恢复，对中显著等级的区域采用时域搜索像素填补和视点间搜索像素填补，对低显著等级区域采用时域帧像素拷贝填补。本发明方法除了结合3D—HEVC特性提出新的错误隐藏方法，考虑了视频画面的显著性，对立体视频在网络传输中发生的整帧丢失现象有很好的恢复效果。
-
公开(公告)号：CN111010583A
公开(公告)日：2020-04-14
申请号：CN201911206004.4
申请日：2019-11-29
Applicant: 杭州电子科技大学
IPC: H04N19/895 , H04N19/176
Abstract: 本发明涉及一种基于残差分块的自适应多视点视频错误隐藏方法。新一代多视点视频编码标准MV-HEVC一旦出现数据丢包，将影响与丢失帧相关联的所有帧，产生差错传播。本发明方法针对多视点视频中中间视点视频流丢包的现象，首先利用丢失块可用邻块的残差信息对丢失块进行残差重建，然后根据残差值对丢失块进行模式划分，划分结束后基于残差信息对丢失块划分后的子块进行重建顺序排序，最后基于重建顺序结合时空域信息和视点间信息重建丢失块。本方法结合了丢失块邻块的时空域信息和帧间信息，对于多视点视频的中间视点码流丢失问题有较好的重建效果。
-
Patent Agency Ranking
公开(公告)号：CN109120934A
公开(公告)日：2019-01-01
申请号：CN201811117434.4
申请日：2018-09-25
Applicant: 杭州电子科技大学
IPC: H04N19/147 , H04N19/19 , H04N19/124
Abstract: 本发明公开了一种考虑帧间依赖的帧级量化参数计算方法。首先建立基于帧间依赖的失真预测模型(ΔD-ΔQp模型)，然后将该模型运用到率失真优化中，求得率失真代价最小时的拉格朗日乘子λ，最后由λ-Qp关系，求出最优帧级量化参数。其中的ΔD-ΔQp模型不仅体现了帧间依赖，并在建模过程中将视频内容考虑了进来，所以该模型可以根据视频内容自适应调整。本方法具有实施复杂度低的特点，方法中使用的参量均是从视频编码过程中获得，不需要复杂的计算，基本不会增加视频编码复杂度，所以不会造成系统延时。
-
公开(公告)号：CN108965879A
公开(公告)日：2018-12-07
申请号：CN201811016478.8
申请日：2018-08-31
Applicant: 杭州电子科技大学
IPC: H04N19/13 , H04N19/147 , H04N19/567
CPC classification number: H04N19/147 , H04N19/13 , H04N19/567
Abstract: 本发明公开了一种空时域自适应恰可察觉失真的度量方法，其特征在于包括如下步骤：步骤一、将模式掩蔽效应PM和亮度适应性LA进行融合，得到空域JND阈值JNDS；步骤二、将相对运动I(vr)、背景运动U(vg)、时域持续时间I(τ)和残差波动强度U(δ)四个时域感知参量进行融合得到时域JND调节权重系数z；步骤三、在空域JND阈值JNDS基础上，用时域JND调节权重系数z对其进行调整，得到空时域JND阈值JNDST。
-
公开(公告)号：CN119375821A
公开(公告)日：2025-01-28
申请号：CN202411557647.4
申请日：2024-11-04
Applicant: 杭州电子科技大学
IPC: G01S3/74 , G01S3/14 , G06F17/16 , G06F18/213
Abstract: 本发明公开了一种脉冲噪声下嵌套阵列非圆SPFLOM‑DOA估计方法，包括如下步骤：步骤1、通过嵌套阵列天线接收信号，得到信号信息；步骤2、根据接收的信号信息构造扩展的信号信息，并计算SPFLOM矩阵；步骤3、将SPFLOM矩阵进行向量化和重排列处理，得到虚拟阵列接收信号；步骤4、对虚拟阵列接收信号去冗余，得到新的虚拟均匀线阵接收信号；步骤5、对虚拟均匀线阵接收信号中的差阵与和阵中的阵元间距为半波长的连续部分分别进行空间平滑，拼接得到虚拟阵列信息，并对虚拟阵列信息构造协方差矩阵，再用降维MUSIC方法得到DOA的精确估计。该方法能在强脉冲噪声环境下对非圆信号DOA实现了准确估计。
-
公开(公告)号：CN118972589A
公开(公告)日：2024-11-15
申请号：CN202411026348.8
申请日：2024-07-30
Applicant: 杭州电子科技大学
IPC: H04N19/129 , H04N19/13 , H04N19/134 , H04N19/21 , H04N19/176 , H04N19/119
Abstract: 本发明公开了基于扫描线并行熵编码二值化优化的硬件流水实现方法，通过获取单帧图像的系数数据，基于多个通道的扫描区域，对系数数据分块，用于多通道间并行执行分块的遍历；构建扩展数组和二维数组用于分块内的系数遍历，扩展数组中，存储上一分块的参考编码系数信息及当前分块的编码系数信息，二维数组中，第一维数组存储当前分块各编码系数信息，第二维数组存储各当前分块编码系数信息对应的在前参考编码系数信息；分块遍历时，根据上一次循环结束后数组的结果，预处理当前分块每个编码系数及其对应的在前参考编码系数，第二维数组用于计算标志位；遍历多个通道的所有分块，计算当前编码系数的标志位的上下文索引增量，将结果顺序输出。
-
公开(公告)号：CN118337639A
公开(公告)日：2024-07-12
申请号：CN202410592683.8
申请日：2024-05-14
Applicant: 杭州电子科技大学
IPC: H04L41/14 , H04L43/0894
Abstract: 本发明公开了一种端边云协同视频群智感知多目标性能评价方法，基于码率度量码流数据传输代价，基于码率和相应存储架构度量码流数据存储代价，基于硬件资源和能量资源的消耗度量复杂度代价；将存储、传输和复杂度代价基于消耗的成本进行同质化度量，得到统一量纲度量的参量；计算和存储静态硬件成本折算为每一路摄像头视频所需计算和存储硬件代价；计算和存储动态能耗成本折算为每一路摄像头视频编码分析所需电力消耗代价；传输存储代价根据宽带网络费用折算为每路视频传输所需成本，所有成本基于货币进行度量；基于失真和无失真情况下的多目标性能，构建机器视觉算法性能损失，通过性能损失与所述参量构建代价函数，以不同参量下性能的优劣为判据进行多目标性能评价。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.064 seconds)
