公开(公告)号：CN117036755A

公开(公告)日：2023-11-10

申请号：CN202310937298.8

申请日：2023-07-28

Applicant: 上海交通大学

Inventor： 戴文睿 ,  李劭辉 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06V10/75 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06T9/00 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种图像压缩差错检测方法，包括：获取训练图像数据集；采用图像压缩模型提取所述训练图像的第一隐特征表示，所述第一隐特征表示是用于图像压缩的多通道隐特征表示；对所述第一隐特征表示进行处理，得到用于检测图像压缩差错的稳定性度量区域；提取测试图像的第一隐特征表示，将所述测试图像的第一隐特征表示与所述稳定性度量区域进行比较，得到图像压缩差错检测结果。在此图像压缩差错检测方法基础上，对应提供一种抗差错的图像压缩方法、系统。本发明可高效地检测基于神经网络的图像压缩产生的质量差错和损坏，高效地实现稳定的连续图像压缩，适用实际的图像通信场景。

公开(公告)号：CN111126562B

公开(公告)日：2023-04-28

申请号：CN201911153108.3

申请日：2019-11-22

Applicant: 上海交通大学

Inventor： 李成林 ,  刘春苗 ,  戴文睿 ,  邹君妮 ,  熊红凯

IPC: G06N3/0464 ,  G06N3/063 ,  G06N3/08 ,  H04B7/0413 ,  H04J11/00

Abstract: 本发明提供了一种基于神经网络的目标算法拟合方法，包括：获取能够被神经网络逼近的目标算法；对目标算法运行一次迭代得到不同输入和输出变量的数据集；将输入变量作为自变量，输出变量作为因变量，使用多元多项式拟合一次迭代的输入和输出变量；确定拟合单次迭代过程中多元多项式的单隐层神经网络结构；重复上述迭代过程，并将每一次的迭代过程串联起来，得到最终可以拟合整个目标算法的深度神经网络。同时提出了一种基于上述方法得到的深度神经网络、基于WMMSE算法的信道容量及能量分配优化方法以及用于执行上述方法的终端。本发明解决了复杂算法的拟合问题，并且能够实际指导神经网络的结构设计及神经网络层数和神经元个数的选取。

公开(公告)号：CN115988215A

公开(公告)日：2023-04-18

申请号：CN202211605816.8

申请日：2022-12-12

Applicant: 上海交通大学

Inventor： 戴文睿 ,  李劭辉 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: H04N19/42 ,  H04N19/91 ,  H04N19/124 ,  H04N19/147 ,  H04N19/184 ,  G06T9/00 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明提供一种可变码率图像压缩方法、系统、装置、终端及存储介质，包括：待编码图像通过第一分解变换神经网络获得初始特征图；通过死区量化器对初始特征图量化获得量化特征图；利用熵模型对量化特征图及超先验信息进行熵编码获得压缩码流；对压缩码流进行熵解码，利用熵模型恢复量化的超先验信息及量化特征图；反量化量化特征图获得重构特征图；将重构特征图通过第一合成变换神经网络获得重构图像；根据目标码率或目标失真，对编码过程中的量化以及反量化的参数进行调整，使压缩码流的码率接近目标码率，或使重构图像的失真接近目标失真。本发明提供准确的码率控制方案，使压缩码流码率更好地适配动态网络带宽变化，具有极强的实际应用价值。

公开(公告)号：CN112926570B

公开(公告)日：2023-01-17

申请号：CN202110323738.1

申请日：2021-03-26

Applicant: 上海交通大学

Inventor： 戴文睿 ,  费文 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06V10/22 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种自适应比特网络量化方法、系统及图像处理方法，包括：获取全精度网络模型；获取所应用的分类任务下的测试数据集，并在测试数据集测试全精度网络模型的分类结果；使用量化函数对全精度网络模型的参数进行量化，并计算不同参数在待选比特位宽条件下量化前后的标准误差；估计不同参数的量化对网络性能的影响，获得当前参数的重要性；求解目标压缩率下具有最高准确度的比特位宽分配策略；将网络按照比特位宽分配策略进行量化，得到最终网络，用于图像分类和目标检测。本发明可以快速给出不同压缩率要求下网络参数的比特位宽和量化模型，同时保证较高的分类准确度，保证了量化方法的通用性。

公开(公告)号：CN111640069B

公开(公告)日：2022-11-11

申请号：CN202010303504.6

申请日：2020-04-17

Applicant: 上海交通大学

Inventor： 戴文睿 ,  郑紫阳 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06T5/00 ,  G06T9/00 ,  G06N3/04 ,  H03M7/30

Abstract: 本发明提供了一种基于光感知网络和相位补偿的压缩成像方法、系统和装置，所述方法包括：在空域或者频域中，构建单个或多个并行或串联的光学参数调控层进行图像或视频的采样，获得光强的测量值；对所述光强的测量值进行相位信息补偿，利用复数神经网络从相位补偿后的测量值中重构出原始图像或视频。本发明利用相位补偿的复数神经网络提升信号重构的精确度和效率的同时，光学参数调控层可以通过光学器件或技术进行物理实现；可以避免采样时的模式翻转，大大节省了采样时间；可以实现图像或视频的实时采样与重建，具备良好的可扩展性。

公开(公告)号：CN115270892A

公开(公告)日：2022-11-01

申请号：CN202211031139.3

申请日：2022-08-26

Applicant: 上海交通大学

Inventor： 戴文睿 ,  薛朵朵 ,  郑紫阳 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种信号重建方法、系统、装置及存储介质，用于仅包含幅度信息的测量信号重建原始信号，包括：利用测量设备获取仅包含幅度信息的测量信号，记录获取测量信号的测量设备对应的测量矩阵；建立去噪器，将去噪器的功能特征作为去噪先验信息；在基于去噪器先验信息的正则约束下，建立信号重建的非凸优化逆问题，利用投影梯度法迭代求解该问题；在求解步骤中引入去噪器，提升了算法的收敛速度。本发明将传统非凸优化问题的求解算法与去噪先验结合，提高信号在复高斯随机测量矩阵和编码衍射成像时的重建性能，并能保证收敛性，降低必要的测量信号数量，满足当前信号相位检索与重建的需求。

公开(公告)号：CN111738086B

公开(公告)日：2022-08-30

申请号：CN202010442397.5

申请日：2020-05-22

Applicant: 上海交通大学

Inventor： 戴文睿 ,  王尚鸿 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06V20/64 ,  G06V10/26 ,  G06V10/762 ,  G06V10/74 ,  G06V10/764

Abstract: 本发明公开了一种用于点云分割的构图方法、系统及点云分割系统、装置，该方法包括：在点云数据中选择一个中心采样点信号，计算与其它采样点信号之间的整体相似度，以此排序得到邻居序列，并计算基准值；捕捉基准值代表的点云数据的数字特征，计算得到阈值；根据基准值及阈值来计算逐维度相似度，捕捉整体相似度无法衡量的信号突变结构信息；融合整体相似度与逐维度相似度，得到融合相似度并排序，选取融合相似度最高的K个点，作为中心点最近邻的K个邻居进行构图。该分割系统包括：图卷积神经网络的构建单元、图卷积神经网络的训练单元及点云数据分割单元。通过本发明，可以节约工作量和时间，并且能显著提高物体连接处点的分类准确率。

公开(公告)号：CN114862712A

公开(公告)日：2022-08-05

申请号：CN202210474083.2

申请日：2022-04-29

Applicant: 上海交通大学

Inventor： 戴文睿 ,  李劭辉 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06T5/00 ,  G06N3/04 ,  H04N19/42 ,  G06N3/08

Abstract: 本发明提供一种视频染色方法，包括：使用神经网络从参考帧与目标帧的灰度信息中提取多层特征图；基于所述多层特征图进行光流预测和光流优化；利用光流优化获得的结果将所述参考帧中的颜色传播到所述目标帧上。本发明改善了光流长时预测的准确率，所生成的彩色视频帧保真度更优、色彩更加准确，具有极强的实际应用价值。应用在视频编码任务上，可以在保持重构质量的前提下达到减少码率的效果。

公开(公告)号：CN114283214A

公开(公告)日：2022-04-05

申请号：CN202111597434.0

申请日：2021-12-24

Applicant: 上海交通大学

Inventor： 戴文睿 ,  张宇辰 ,  李成林 ,  邹君妮 ,  陈颖 ,  陈卫 ,  汤毅 ,  熊红凯

IPC: G06T9/00 ,  G06K9/62 ,  G06V10/762

Abstract: 本发明提供一种光场图像编码和解码方法、系统与装置，属于图像处理技术领域。其主要从光场图像采集各个空间位置的关键视角，计算反映视角间关系的邻接矩阵，编码关键视角和邻接矩阵得到二进制码流。本发明压缩部分关键视角，能够大幅度提升压缩率，并且减小解码缓存大小。通过不同视角间的相关性进行图学习，能够基于邻接矩阵保证重构光场图像的质量，提升率‑失真性能。光场图像广泛应用于环境检测、医学成像等应用领域，由于实际场景中采样得到的光场图像数据可以达到很大量级，亟需设计压缩算法减少存储代价，以及降低传输带宽，本发明提出的模块和算法拥有巨大的工业潜力。

公开(公告)号：CN113989854A

公开(公告)日：2022-01-28

申请号：CN202111384850.2

申请日：2021-11-22

Applicant: 上海交通大学

Inventor： 熊红凯 ,  李涵 ,  史博文 ,  戴文睿 ,  李成林 ,  邹君妮

IPC: G06V40/10 ,  G06V10/34 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/73

Abstract: 本发明公开了一种三维人体姿态估计方法、系统、装置及介质，构建方法包括：通过对人体稠密表面的图拓扑结构进行粗化操作，得到不同粗化层次的图拓扑结构，该粗化图拓扑结构相较于人体骨架图拓扑结构更为稠密；结合人体骨架图拓扑结构，从稀疏到稠密，依次构建具有多条并行分支的图卷积神经网络；通过多尺度特征融合模块来连接不同分支，实现分支间的信息交互，构建得到层次化的图卷积神经网络。该三维人体姿态估计系统包括：层次化图卷积网络的构建单元、图卷积神经网络的训练单元及三维人体姿态估计单元，通过本发明，可以节约网络模型的参数量，并且能够显著提高含有自遮挡和复杂动作的姿态估计准确率。