-
公开(公告)号：CN111212292B
公开(公告)日：2023-04-28
申请号：CN202010046795.5
申请日：2020-01-16
Applicant: 郑州轻工业大学
IPC: H04N19/96 , H04N19/176 , H04N19/119 , H04N19/147 , H04N19/109 , H04N19/11 , H04N19/19 , H04N19/14
Abstract: 本发明提出了一种基于H.266的自适应CU分区和跳过模式方法，其步骤为：首先，利用编码器将视频划分为编码树单元；其次，根据编码树单元的不同分别利用改进的贝叶斯决策或相邻块单元的RD成本信息对CU块进行分割；再根据分割后的子CU块的相邻块及分割前的CU块的相关性，计算子CU块的相邻块及分割前的CU块的RD成本的平均值，并作为帧间预测的阈值；最后，根据子CU块的RD成本与帧间预测的阈值的关系，判断子CU块是否帧间预测确定最佳编码模式。本发明利用时间和空间的相关性分析当前CU块的特征，进行自适应CU分区及早期跳过模式检测，有效降低了CU分区以及预测过程的复杂度，从而加速编码过程。
-
公开(公告)号：CN112929658B
公开(公告)日：2022-12-09
申请号：CN202110161928.8
申请日：2021-02-05
Applicant: 郑州轻大产业技术研究院有限公司 , 郑州轻工业大学
IPC: H04N19/122 , H04N19/147 , H04N19/159 , H04N19/186 , H04N19/96
Abstract: 本发明提出了一种针对VVC的基于深度强化学习的快速CU分区方法，用于解决现有编码技术中存在的计算复杂性和编码性能不平衡的技术问题。其步骤为：首先，通过计算率失真值的方式分别对视频序列中的单帧图像进行划分得到大小为32×32的CU，并保存每个32×32的CU的初始状态；其次，分别将每个32×32的CU的初始状态及其对应的动作输入DQN中进行训练，输出每个32×32的CU的最佳划分方式。本发明将拆分32×32的CU划分情况视为状态，将划分模式决策视为动作，将率失真值作为奖励，并由编码器作为智能体来连续做出编码决策。并通过DQN对32×32的CU进行编码模式的选择，既保证了迭代的稳定性，在不降低编码性能的前提下降低了计算复杂性。
-
公开(公告)号：CN115424330A
公开(公告)日：2022-12-02
申请号：CN202211129848.5
申请日：2022-09-16
Applicant: 郑州轻工业大学
IPC: G06V40/16 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82
Abstract: 本发明提出了一种基于DFMN和DSD的单模态人脸活体检测方法，用于解决传统方法无法精准识别出人脸活体与非活体之间差异的问题；其步骤为：首先，对接收到的人脸可见光图像进行预处理操作，提取可见光图像的特征，并根据可见光图像特征划分正、负样本空间；其次，构建DFMN网络结构，基于正、负样本空间构建DSD联合优化框架对DFMN进行网络模型训练，得到DFMN模型；最后，将待识别的可见光人脸图像输入DFMN模型中，输出人脸活体检测结果。本发明通过深度卷积神经网络DFMN和DSD方法的结合，学习了真假面部中的重要线索，能够有效地消除可将光人脸图像中面部特征的干扰，提升了可见光模态下人脸活体检测的准确率。
-
公开(公告)号：CN112929657B
公开(公告)日：2022-09-27
申请号：CN202110086854.6
申请日：2021-01-22
Applicant: 郑州轻工业大学
IPC: H04N19/119 , H04N19/147 , H04N19/96
Abstract: 本发明提出了一种基于梯度与方差的H.266/VVC快速CU划分方法，其步骤为：首先根据方差值评估当前CU的同质性，判断是否能提前终止当前CU被进一步划分。然后利用Sobel算子提取当前CU的梯度特征，判断当前CU能否进行QT划分，从而跳过BT和TT划分。最后利用Canny算子提取当前CU纹理的边缘特征，根据当前CU的纹理趋向排除垂直或水平划分方向上的MT划分，将另一个方向的MT划分作为候选，将RDO‑cost最小的一个划分方式作为最优划分方式。本发明逐步对CU划分进行决策，通过早期终止和早期跳过加速CU划分过程，在保证编码质量的情况下，明显降低了CU划分的复杂度，大大提高了编码效率。
-
公开(公告)号：CN112601087A
公开(公告)日：2021-04-02
申请号：CN202011320958.0
申请日：2020-11-23
Applicant: 郑州轻工业大学
IPC: H04N19/14 , H04N19/96 , H04N19/176 , H04N19/147
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分裂模式决策方法，用于解决H.266/VVC编码的计算复杂度高的技术问题。其步骤为：首先，采用原始VTM算法对待编码的当前帧的第一个CTU进行编码，并统计编码过程中该CTU所有CU的ASM，进而得到第一个CTU的最小阈值和最大阈值；其次，在对后续的视频序列编码时，将当前CU的ASM值与最小阈值和最大阈值进行对比，从而判断当前CU是否继续分裂。最后通过纹理方向算法计算需要进行分裂的CU的纹理方向，根据纹理方向选择出最佳CU分裂模式。本发明通过GLCM和SAD的结合，能够在节省大量计算量的前提下，提前预测最佳CU分裂模式，降低了计算复杂度，节省了编码时间。
-
Patent Agency Ranking
公开(公告)号：CN115085841A
公开(公告)日：2022-09-20
申请号：CN202210681782.4
申请日：2022-06-15
Applicant: 郑州轻工业大学
IPC: H04B17/391 , H04L25/02
Abstract: 本发明提出了一种信道衰落干扰下迭代学习控制系统的收敛性保障方法，联合利用比例型迭代学习控制器的学习过程与信道衰落干扰下输入信号和输出信号的传输过程，在执行器端建立用于对控制器端更新输入进行估计的滤波模型，设计一个线性最小方差意义下的最优滤波器，在传感器到控制器和控制器到执行器两侧信道均存在随机衰落干扰下，在迭代域对滤波模型中的状态信号进行最优估计，并以估计的状态信号中的控制输入分量驱动系统的执行器，从而改善信道衰落干扰下迭代学习控制系统的收敛性能。本发明能够同时处理传感器到控制器和控制器到执行器两侧信道随机衰落干扰的影响，适用于无线衰落信道下采用比例型迭代学习控制器进行远程控制的所有对象。
-
公开(公告)号：CN114257819A
公开(公告)日：2022-03-29
申请号：CN202111556624.8
申请日：2021-12-18
Applicant: 郑州轻工业大学
IPC: H04N19/96 , H04N19/147 , H04N19/503
Abstract: 本发明提出了一种基于时空深度信息的VCC编码单元快速划分方法，步骤为：将最大编码单元的CU进行四叉树划分，四叉树划分结束进行多类型树划分；当最大编码单元的四叉树划分深度为2时，时空相邻CU的平均深度小于2时，则四叉树划分终止；当最大编码单元的四叉树划分深度为3时，时空相邻CU的平均深度小于3时，则四叉树划分终止；当最大编码单元的四叉树划分深度在2~4之间时，CU进行多类型树划分；当最大编码单元的多类型树划分深度为0时，时空相邻的平均深度小于0.1时，CU不需要多类型树划分，否则遍历所有的划分模式；根据率失真代价决策最优的预测方式。本发明平均可节省35.72%的编码时间，同等编码质量下平均比特率增加较少。
-
公开(公告)号：CN111246218A
公开(公告)日：2020-06-05
申请号：CN202010046667.0
申请日：2020-01-16
Applicant: 郑州轻工业大学
IPC: H04N19/597 , H04N19/96 , H04N19/176 , H04N19/107
Abstract: 本发明提出了一种基于JND模型的CU分割预测和模式决策纹理编码方法，其步骤为：首先，启动模式决策，通过亮度JND模型、空间JND模型和时间JND模型构建纹理视频的多视图纹理JND模型；其次，根据纹理视频的内容设置多视图纹理JND模型的阈值，并根据阈值将纹理视频的树块分为三种类型；再根据当前树块所属类型对当前树块进行自适应CU分割；最后，根据当前树块所属的类型对自适应CU分割的树块进行快速模式决策的预测，确定树块的最佳编码模式。本发明利用JND模型分析纹理图像的树块特征，在早期阶段跳过纹理视频的一些树块，可显著降低3D-HEVC的编码复杂度，同时视频的RD性能的损失可以忽略不计。
-
公开(公告)号：CN111083495A
公开(公告)日：2020-04-28
申请号：CN201911149001.1
申请日：2019-11-21
Applicant: 郑州轻工业大学
IPC: H04N19/567 , H04N19/176 , H04N19/96 , H04N19/70
Abstract: 本发明提出了一种用于降低复杂性的快速高效的3D-HEVC方法，其步骤为：首先，启动树块的决策，导出空间-时间、先前编码视图和纹理深度的对应树块上的预测变量；根据预测变量识别相邻树块与当前树块的运动复杂度，并将当前树块分为静态和复杂运动树块；根据静态或复杂运动树块的运动特性自适应的跳过纹理树块和深度树块的CU深度级别；根据预测变量计算当前树块的率失真代价与相邻树块的率失真代价值，跳过不必要的模式决策，提前终止模式预测。本发明通过执行快速CU深度级别范围确定方法和执行自适应提前终止模式预测方法，能够降低3D-HEVC编码器的计算复杂度，在保证率失真代价值性能的前提下，有效地节省了HTM的编码时间。
-
公开(公告)号：CN215443557U
公开(公告)日：2022-01-07
申请号：CN202121954032.7
申请日：2021-08-19
Applicant: 郑州轻工业大学
Abstract: 本实用新型涉及密码锁技术领域，具体为一种基于无线通信技术的远程控制密码锁，包括密码锁本体、按压组件和防护板，所述密码锁本体的右侧面开设有滑槽A，所述密码锁本体的外表面开设有固定槽，且滑槽A与固定槽相连通，所述密码锁本体内部开设有安装槽A，所述密码锁本体的外表面对称开设有两组滑槽B，所述滑槽A内设置有按压组件，所述安装槽A内设置有清洁组件，所述密码锁本体的外表面转动连接有防护板。本实用新型通过设置保护装置，使得密码锁的屏幕在不是用的时候能够进行保护，从而达到保护密码锁的目的，且装置增加了清洁功能，使得密码锁在长时间使用后，能够对屏幕进行清洁，从而达到保证密码锁屏幕的灵敏性，减少用户麻烦的目的。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.02 seconds)
