-
公开(公告)号：CN106973292B
公开(公告)日：2019-07-09
申请号：CN201710109148.2
申请日：2017-02-27
Applicant: 华侨大学
IPC: H04N19/103 , H04N19/105 , H04N19/172 , H04N19/20 , H04N13/161
Abstract: 本发明涉及一种基于彩色图像纹理特性的3D‑HEVC帧间预测快速模式选择方法，属于视频编码领域，方法包括分析编码单元纹理特性；判断编码单元纹理特性；根据判断结果决定是否跳过对称分割和非对称分割预测模式。本发明一种基于彩色图像纹理特性的3D‑HEVC帧间预测快速模式选择方法能够减少编码器的计算开销，在保持编码性能不变的情况下，减少编码时间。
-
公开(公告)号：CN109063535A
公开(公告)日：2018-12-21
申请号：CN201810541294.7
申请日：2018-05-30
Applicant: 华侨大学
CPC classification number: G06K9/00362 , G06K9/6267
Abstract: 本发明涉及一种基于联合深度学习的行人再辨识和行人性别分类方法，可同时预测行人身份和行人性别。首先，构建两个结构相同的深度网络，分别用于行人再辨识和行人性别分类；其次，利用参数相关正则项约束两个结构相同的深度网络中各层的参数集，使得二者参数的优化过程中不至于发生过大的偏离，以避免过拟合，从而同时提升行人再辨识与行人性别分类的准确率。
-
公开(公告)号：CN105320956B
公开(公告)日：2018-11-13
申请号：CN201510661393.5
申请日：2015-10-14
Applicant: 华侨大学
IPC: G06K9/46
Abstract: 本发明公开了一种基于中心窗口变差的四象限分块模式的图像纹理特征提取方法，对任一2M×2N像素的图像区域，首先计算其中心部分M×N个像素值的和作为阈值，然后把该2M×2N像素的图像区域分解为4个M×N像素的子区域，再分别计算这4个子区域像素值的和并与阈值进行比较，若像素值的和大于或等于阈值，就置该子区域的位置编码值为1，否则为0；最后将四个子区域的位置编码值乘以对应的权重后进行求和，得到该2M×2N像素的图像区域的纹理特征值。本发明只需要用4个比特就能有效地表示物体的局部纹理信息，可应用于目标检测、识别和跟踪。
-
公开(公告)号：CN106954057B
公开(公告)日：2018-08-28
申请号：CN201710109136.X
申请日：2017-02-27
Applicant: 华侨大学
IPC: H04N13/00 , H04N19/105 , H04N19/172 , H04N19/20
Abstract: 本发明涉及一种基于视点间相关性的3D‑HEVC帧间预测快速模式选择方法，属于视频编码领域，方法包括记录输入视频独立视点SKIP模式标志；查询非独立视点编码单元在独立视点中的对应位置；通过对应位置和相邻位置SKIP模式标志确定非独立视点中编码单元的最佳模式。本发明一种基于视点间相关性的3D‑HEVC帧间预测快速模式选择方法能够减少编码器的计算开销，在保持编码性能不变的情况下，减少编码时间。
-
公开(公告)号：CN104967855B
公开(公告)日：2018-01-16
申请号：CN201510356968.2
申请日：2015-06-25
Applicant: 华侨大学
IPC: H04N19/503
Abstract: 本发明一种适用于监控视频的编码方法，首先，利用背景建模技术建立背景帧；其次，把视频帧分割为前景区域和背景区域，并进行背景替换，把视频帧的背景区域替换成背景帧的对应区域，即空间位置相同的区域；最后把背景替换后的监控视频帧送入编码器进行编码。由于相邻两帧之间背景区域的各像素值相同，在帧间编码时，编码器无需对背景区域进行编码。因此，本发明可在保证前景目标客观质量的前提下，大大提高监控视频编码的压缩效率，降低编码的计算复杂度，可广泛地应用于视频监控系统。
-
Patent Agency Ranking
公开(公告)号：CN106973292A
公开(公告)日：2017-07-21
申请号：CN201710109148.2
申请日：2017-02-27
Applicant: 华侨大学
IPC: H04N19/103 , H04N19/105 , H04N19/172 , H04N19/20 , H04N13/00
CPC classification number: H04N19/103 , H04N13/10 , H04N19/105 , H04N19/172 , H04N19/20
Abstract: 本发明涉及一种基于彩色图像纹理特性的3D‑HEVC帧间预测快速模式选择方法，属于视频编码领域，方法包括分析编码单元纹理特性；判断编码单元纹理特性；根据判断结果决定是否跳过对称分割和非对称分割预测模式。本发明一种基于彩色图像纹理特性的3D‑HEVC帧间预测快速模式选择方法能够减少编码器的计算开销，在保持编码性能不变的情况下，减少编码时间。
-
公开(公告)号：CN105320956A
公开(公告)日：2016-02-10
申请号：CN201510661393.5
申请日：2015-10-14
Applicant: 华侨大学
IPC: G06K9/46
CPC classification number: G06K9/4642
Abstract: 本发明公开了一种基于中心窗口变差的四象限分块模式的图像纹理特征提取方法，对任一2M×2N像素的图像区域，首先计算其中心部分M×N个像素值的和作为阈值，然后把该2M×2N像素的图像区域分解为4个M×N像素的子区域，再分别计算这4个子区域像素值的和并与阈值进行比较，若像素值的和大于或等于阈值，就置该子区域的位置编码值为1，否则为0；最后将四个子区域的位置编码值乘以对应的权重后进行求和，得到该2M×2N像素的图像区域的纹理特征值。本发明只需要用4个比特就能有效地表示物体的局部纹理信息，可应用于目标检测、识别和跟踪。
-
公开(公告)号：CN119316609B
公开(公告)日：2025-02-25
申请号：CN202411837846.0
申请日：2024-12-13
Applicant: 华侨大学
IPC: H04N19/53 , G06N3/0464 , H04N19/80
Abstract: 本发明公开了一种基于自注意力机制的端到端视频压缩方法及系统，涉及视频编码领域，方法包括：提取当前帧、运动参考帧和上一时刻的重构帧的浅层特征；提取当前帧和运动参考帧之间的运动信息特征；压缩运动信息特征，获得压缩后的运动信息特征；将压缩后的运动信息特征补偿在上一时刻的重构帧的浅层特征上，获得当前时刻的上下文信息特征；压缩获得压缩后的上下文信息特征；将压缩后的上下文信息特征和当前帧的浅层特征融合特征进行编码，获得当前时刻的重构帧；对当前时刻的重构帧进行上采样，获得压缩视点图像；对压缩视点图像中的运动信息累积误差进行修正，得到下一帧的运动参考帧。本发明能够在提高运动估计的准确性的同时提升了编码的效率。
-
公开(公告)号：CN119152215B
公开(公告)日：2025-02-25
申请号：CN202411667235.6
申请日：2024-11-21
Applicant: 华侨大学 , 厦门松霖科技股份有限公司
Abstract: 本发明公开了一种基于梯度显著性感知的皱纹分割方法、装置及可读介质，涉及图像处理领域，包括：构建人脸皱纹数据集和人脸皱纹分割网络；将人脸皱纹数据集中的原始人脸图像输入到人脸皱纹分割网络，得到对应的皱纹分割预测图，计算原始人脸图像中的每个像素点的显著性，进一步计算得到原始人脸图像中的每个像素点的权重，基于原始人脸图像中的每个像素点的像素值及其权重和原始人脸图像对应的皱纹标注掩码图中的相应像素点的像素值构建梯度显著性加权损失函数，基于梯度显著性加权损失函数对人脸皱纹分割网络进行训练，得到经训练的人脸皱纹分割网络。本发明解决现有技术的人脸图像中皱纹被过度分割或错误分割的问题。
-
公开(公告)号：CN119027845B
公开(公告)日：2025-02-14
申请号：CN202411514321.3
申请日：2024-10-29
Applicant: 华侨大学 , 泉州圣源警用侦察设备有限公司
IPC: G06V20/17 , G06V10/25 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80
Abstract: 本发明涉及图像处理与人工智能技术领域，公开了一种无人机森林火灾风险区块检测方法及系统，方法包括：构建基于区块分类的目标检测模型并进行训练，利用训练好的基于区块分类的目标检测模型实现无人机森林火灾风险区块检测；所述基于区块分类的目标检测模型利用区块映射器无人机图像中的不同区块映射为区块特征；利用多阶段采样网络对区块特征进行多种尺度的采样，并利用降维映射层进行尺度对齐，获得多尺度区块特征；通过哈达玛积融合多尺度区块特征，利用区块分类器将融合后的多尺度区块特征映射至区块类别概率。本发明以区域分类方式实现风险区块的定位，避免了现有技术因精确定位导致的庞大计算量，延长无人机可用时间。
-
-
-
-
-
-
-
-
-
Search Results
222
records
(took 0.021 seconds)
