-
公开(公告)号：CN104253996B
公开(公告)日：2018-02-09
申请号：CN201410478748.2
申请日：2014-09-18
Abstract: 本发明公开了一种视频数据的发送、接收方法及其装置以及传输系统，该发送方法包括：根据用于表示当前帧为背景帧和/或非背景帧的标识信息，确定视频图像的原始编码码流中的背景帧；将确定的每一背景帧分割为至少两个数据包，分别加入辅码流标识后进行封装，形成辅码流；将原始编码码流中每一非背景帧加入主码流标识后进行封装，形成主码流；发送所述辅码流和主码流。由于将背景帧分割为至少两个数据包，分别加入辅码流标识后进行封装形成辅码流，后续发送辅码流和主码流，避免了直接传输背景帧，减少因码流传输中图像瞬时码率过高造成后续非背景帧的延时或丢失，同时也没有降低作为背景帧的高质量背景图像的质量，兼顾了传输带宽和图像质量。
-
公开(公告)号：CN103796028B
公开(公告)日：2017-09-29
申请号：CN201410067035.7
申请日：2014-02-26
Applicant: 北京大学
Abstract: 本发明涉及一种视频编码中基于图像信息的运动搜索方法和装置，属于数字媒体处理技术领域中的视频编码技术，包括图像前背景性质划分模块、背景区域搜索模块、前景区域搜索模块；对当前待编码图像进行前、背景性质划分，得到该图像的前、背景信息；对于前景区域和背景区域，分别采用高复杂度搜索方法及低复杂度搜索方法；本发明的益处在于：利用背景建模所生成的背景，可以将编码图像中划分为前景区域和背景区域。对当前图像某区域进行编码时，可以利用其前背景信息设计运动搜索方法，在保证编码质量不显著下降的前提下减小运动搜索的复杂度。
-
公开(公告)号：CN106534871A
公开(公告)日：2017-03-22
申请号：CN201611108487.0
申请日：2016-12-06
Applicant: 北京大学
IPC: H04N19/573 , H04N19/57 , H04N19/13
CPC classification number: H04N19/573 , H04N19/13 , H04N19/57
Abstract: 本发明实施例提供了一种视频编解码器的编码方法和解码方法。所述视频编解码器的编码方法，包括：获取当前待编码图像以及所述当前待编码图像的前一帧的已编码图像对应的前一帧已编码图像对应的构建参考帧；根据所述已编码图像更新所述前一帧已编码图像对应的构建参考帧，将更新后的所述前一帧已编码图像对应的构建参考帧作为所述当前待编码图像对应的当前待编码图像对应的构建参考帧；将所述当前待编码图像对应的当前待编码图像对应的构建参考帧作为参考图像，对所述当前待编码图像进行编码。本发明能够提高编解码性能。
-
公开(公告)号：CN103745454B
公开(公告)日：2017-01-11
申请号：CN201310692533.6
申请日：2013-12-17
Applicant: 北京大学
Abstract: 本发明涉及图像质量评价领域，具体涉及一种基于排序学习的图像处理算法或系统的评价方法，输入若干组不同的图像处理算法或系统的输出结果图像，在完成标注的数据集上进行排序学习,得到排名函数，通过所述排名函数得到每一组待评价图像的相对质量高低，评价对应的图像处理算法或系统的相对质量，本发明的益处在于：适用性广,可面向图像压缩处理、图像清晰化处理等多种图像处理类型，尤其适用于图像清晰化处理等目前没有公认评价指标的情况，仅在人工标注阶段需要少量的参考图像信息，因此可以很好的解决一类很难得到参考图像的质量评价问题，利用本发明提供的基于排序学习的图像处理算法或系统的评价方法，可以评价多种图像处
-
公开(公告)号：CN105808732A
公开(公告)日：2016-07-27
申请号：CN201610135001.6
申请日：2016-03-10
Applicant: 北京大学
IPC: G06F17/30
CPC classification number: G06F17/30247
Abstract: 本发明实施例提供了一种基于深度度量学习的一体化目标属性识别与精确检索方法。所述方法包括：获取查询图片和图片数据库；根据预先训练好的深度神经网络模型，分别得到所述查询图片和所述图片数据库中所有图片的特征向量,所述特征向量包括图片中个体目标的类别特征与个体目标的身份特征；根据所述特征向量，分别计算所述查询图片与所述图片数据库中的图片在欧式空间中的欧氏距离；根据所述查询图片与所述图片数据库中的所有图片的欧氏距离，从所述图片数据库中选择与所述查询图片相似度最大的图片。本发明能够提高图像检索的准确性。
-
Patent Agency Ranking
公开(公告)号：CN105760488A
公开(公告)日：2016-07-13
申请号：CN201610089958.1
申请日：2016-02-17
Applicant: 北京大学
Abstract: 本发明实施例提供了一种基于多层次特征融合的图像表达方法和装置。所述基于多层次特征融合的图像表达方法，包括：获取输入图像的至少两个特征；所述至少两个特征为场景级别特征、对象级别特征、点级别特征的至少两个的组合；将所述至少两个特征融合到所述输入图像的特征空间，作为所述输入图像的表达；根据所述输入图像的表达，对所述输入图像进行处理。本发明能够提高对图像的表达力。
-
公开(公告)号：CN104657706A
公开(公告)日：2015-05-27
申请号：CN201510041383.1
申请日：2015-01-27
Applicant: 北京大学
IPC: G06K9/00
CPC classification number: G06K9/00671 , G06K9/6223
Abstract: 本发明涉及一种基于图像的高铁线路线杆断裂异常与联接结构体异常检测方法，采用一种多尺度局部二值化算法对待检测的高速铁路沿线拍摄图像进行二值化处理，突出线路主体，并有效排除背景干扰，利用一种骨架提取算法对二值图像进行处理，得到线路的骨架结构，针对线路中存在的线杆断裂异常，通过分析线路骨架结构进行断裂点检测，发现并定位可能出现断裂的位置，针对联接结构体异常，利用线路骨架结构图对联接体局部图像进行提取，并利用卷积神经网络进行异常的检测与判定；本发明可以自动、高效地对铁路线路进行线杆断裂异常和联接结构体异常检测，从而有效提高输电线路安全监察工作的效率。
-
公开(公告)号：CN102973253B
公开(公告)日：2015-04-29
申请号：CN201210428827.3
申请日：2012-10-31
Applicant: 北京大学
Abstract: 本发明涉及一种利用视觉信息监测人体生理指标的方法和系统。所述方法包括以下步骤：通过采集装置采集待测对象的视觉信息并存储数据；对所选取的视觉信息进行处理；对上述处理结果进行分析以提取人体生理指标；对所提取的生理指标返回显示。所述的系统包括：用于采集视觉信息的模块；用于对采集的视觉信息进行处理的模块；用于对处理后的信号分析以提取人体生理指标的模块。本发明实现人体生理状况的无创、连续监测以及多项生理指标的同步检测与协同分析，测量准确度高，布线简单，易于作为家庭医疗保健内容推广普及。
-
公开(公告)号：CN103902966A
公开(公告)日：2014-07-02
申请号：CN201210590580.5
申请日：2012-12-28
Applicant: 北京大学
Abstract: 本发明涉及一种基于序列时空立方体特征的视频交互事件分析方法及装置，该方法包括：基于监控视频的检测跟踪结果将该监控视频划分成若干时空立方体序列；在每个时空立方体内提取对象轨迹、表观和局部运动描述子，并将提取的描述子组成特征片段；对所有时空立方体内的特征片段进行重构以构建序列时空立方体特征，利用该序列时空立方体特征进行交互事件分类检测。该装置包括预处理模块、视频序列划分模块、时空立方体特征提取模块、时序特征重构模块和序列特征分类模块。本发明实现了对监控视频内容的高层语义层描述，并且利用基于动态时间对齐核函数的多核支持向量机，实现了变长序列特征分类，从而实现了对监控视频流交互事件的智能检测。
-
公开(公告)号：CN103856780A
公开(公告)日：2014-06-11
申请号：CN201210519807.7
申请日：2012-12-06
Applicant: 北京大学
IPC: H04N19/593
Abstract: 本发明提供一种视频编码方法、解码方法、编码器及解码器。该视频编码方法包括：接收视频文件的原始YUV序列；对原始YUV序列中像素的位置进行坐标转换处理，得到目标YUV序列和坐标转换参数；其中，坐标转换参数包括用于标识对原始YUV序列中像素的位置进行坐标转换处理使用的目标坐标转换方法的坐标转换标志位和目标坐标转换方法对应的目标坐标转换规则；对目标YUV序列和坐标转换参数进行编码，得到编码比特流。本发明通过对视频文件的原始YUV序列中的像素进行坐标转换处理，使得到的目标YUV在时域或空域的相关性更强，可以减小预测残差，提高了编码性能。
-
-
-
-
-
-
-
-
-
Search Results
229
records
(took 0.069 seconds)
