-
公开(公告)号：CN1972440A
公开(公告)日：2007-05-30
申请号：CN200610165131.0
申请日：2006-12-13
Applicant: 北京大学 , 中国科学院计算技术研究所 , 中国网通集团宽带业务应用国家工程实验室有限公司
Abstract: 本发明涉及一种在IPTV中实现画中画的方法，其是将内容提供商提供的多媒体信号通过IPTV头端系统的视频转码转换成多个内容相同，尺寸不同的视频流，并复制分发到各边缘/分发服务器上，由边缘/分发服务器根据客户端对视频流的请求，利用时间戳信息，对客户端请求进行切换视频流的同步操作。本发明通过展现时间戳与解码时间戳的使用，不仅大大降低了对网络传输带宽和客户端硬件处理与存储空间的要求，还提供了现有画中画技术所不具备的交互性，可以在客户端实现众多对同步性要求较高的终端画中画技术处理。本发明的具体实施非常灵活，既可以在现有IPTV系统中不添加任何硬件处理与存储设备来实现，也可以通过添加适当的硬件处理与存储设备来优化或增加本发明的功能。
-
公开(公告)号：CN1908960A
公开(公告)日：2007-02-07
申请号：CN200510089006.1
申请日：2005-08-02
Applicant: 中国科学院计算技术研究所
IPC: G06K9/00
Abstract: 本发明公开了一种基于特征分组的多分类器组合人脸识别方法，包括：从原始图像中提取人脸区域，并对人脸区域做预处理；对预处理后的人脸区域做人脸特征提取；对所提取的人脸特征做特征分组，得到不同的人脸特征组；对人脸特征进行分组以后，为每个特征分组设计分量分类器；利用所得到的分量分类器做人脸识别，将各个分量分类器所得到的识别结果做组合，得到最终的人脸识别结果。本发明的优点在于：较大程度上解决了维数灾难问题，通过特征分组，无需降维，且避免了维数灾难问题的出现，从而降低了算法设计的计算复杂度；提高了人脸识别系统的识别性能。
-
公开(公告)号：CN1885948A
公开(公告)日：2006-12-27
申请号：CN200510077293.4
申请日：2005-06-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及音视频编解码中的运动矢量预测技术。本发明选取当前待预测的编码块E周围相邻的编码块A、B、C和D；从四个邻块中选择出三个候选块；将三个候选块的运动矢量作为矢量预测的三个候选运动矢量，根据本发明提出的两种方法之一(即运动矢量最相似准则或运动矢量最不相似准则)，计算出待编码块E的运动矢量预测值。本发明是基于视频序列的运动特征的分析上提出的，能够准确的预测出当前待编码块的运动矢量，提高了压缩效率。本发明提出的两种方法，运动矢量最相似法适合于运动规律乱的序列，运动矢量最不相似法适合于整体运动比较强的序列。针对不同序列的特性，可以使用不同的运动矢量预测的方法来达到更高的压缩效率。
-
公开(公告)号：CN1797471A
公开(公告)日：2006-07-05
申请号：CN200410101599.4
申请日：2004-12-24
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种JPEG图像压缩域上的人体肤色区域检测方法，该方法包括以下步骤：初始化系统参数；对待检测的JPEG图像进行哈夫曼解码和反量化，得到Y，Cb，Cr颜色分量上各个图像块对应的DCT系数；计算每个图像块的颜色特征和纹理特征；计算每个图像块的肤色概率；根据肤色概率和纹理特征判断每个图像块是否是人体肤色区域。本发明的优点在于：本发明方法不需要把图像完全解压缩，直接在压缩码流上操作，提高了人体肤色区域检测的速度；提高了人体肤色区域检测的精度。
-
公开(公告)号：CN1237485C
公开(公告)日：2006-01-18
申请号：CN02147001.4
申请日：2002-10-22
Applicant: 中国科学院计算技术研究所
Abstract: 一种利用快速人脸检测对新闻被采访者进行脸部遮挡的方法，包括步骤：a)检测人脸的位置和大小；b)利用肤色信息进行验证和补偿；c)利用人脸肤色直方图进行人脸跟踪；d)利用人脸的位置、区域和肤色信息进行轮廓提取和模糊处理。本发明的自动的人脸检测和遮挡技术，不用肤色信息可以达到88%的正确检测率。如果结合肤色信息，人脸几乎可以全部被覆盖。因此，本发明可以相当大地减轻工作强度，提高工作效率。
-
Patent Agency Ranking
公开(公告)号：CN1226017C
公开(公告)日：2005-11-09
申请号：CN02153266.4
申请日：2002-11-26
Applicant: 中国科学院计算技术研究所
Abstract: 一种基于辐射模板的旋转人脸检测方法，至少包括：取被检测图像的相应区域的中心点作为辐射模板的中心点，并初始化该辐射模板；计算辐射模板覆盖区域中的每一点，获取该区域直方图；根据人脸直方图特征对该区域直方图进行特征匹配；获取用于控制该人脸旋转的方向数据。本发明根据旋转人脸的特征不变性，采用了一种新的辐射模板对人脸进行检测，根据在极坐标系下人脸特征相对于旋转中心体现的不依赖角度变换的特征，能够判断从0度到360度任意旋转的人脸；同时，本发明可对平面内多角度人脸进行检测，可提高在各种检测环境如镜头摇摆、被测者不配合等情况下的识别率，同时提高了在图片与视频检索系统中的应用范围。
-
公开(公告)号：CN1214649C
公开(公告)日：2005-08-10
申请号：CN03157189.1
申请日：2003-09-18
Applicant: 中国科学院计算技术研究所
IPC: H04N7/50
CPC classification number: H04N19/186 , H04N19/13 , H04N19/159 , H04N19/176 , H04N19/61
Abstract: 本发明公开了一种用于视频预测残差系数编码的熵编码方法，包括如下步骤：首先，对被编码块系数进行zig-zag扫描，形成(level，run)数对序列；然后，根据图像块类型选择用于编码当前被编码块的码表类型；接下来，对得到的数对序列中每一(level，run)数对进行多码表切换编码，数对的编码顺序为zig-zag扫描的逆向顺序；最后，以当前码表，编码块结束标志EOB；本发明用于视频预测残差系数编码的熵编码方法通过为不同类型，不同level值区域设定不同的码表进行编码，充分考虑到了上下文环境和被编码元素的条件概率分布规律，同时对算法实现复杂度没有影响，并且提高了编码效率。
-
公开(公告)号：CN1568006A
公开(公告)日：2005-01-19
申请号：CN03149393.9
申请日：2003-06-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种用于编码处理的4输入/输出的整数变换和反变换方法，包括接收预测模块输出的图像参数X＝(x1，x2，x3，x4)’；对通用的变换矩阵W，令W中系数满足特定关系；由此可得到一系列整数变换矩阵；对变换矩阵T进行分解，使每个分解后的矩阵便于将矩阵的乘法运算转化为加法和移位运算；利用上述矩阵分解的结果，进行快速计算矩阵Y＝TX，得到了变换的结果Y＝(y1，y2，y3，y4)’，即频域系数，代表了输入图像各个频段的信号强度。本发明所述方法可通过加法和移位操作实现，易于硬件设计，降低硬件设计成本；本发明运算精度高且不会溢出，不存在正反变换的不匹配的现象，符合数字视频的统计特性，具有更好的降相关效果。
-
公开(公告)号：CN1567380A
公开(公告)日：2005-01-19
申请号：CN03148029.2
申请日：2003-06-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种用于视频编码的预测图像生成方法，主要是采用非线性叠加方法，并利用当前被编码帧的参考帧对预测图像进行运动估计和边缘拼接。本发明通过采用对参考帧边缘图像进行边缘拼接的方式，省去了后向的运动估计与模式决策，从而降低料编码的运算复杂度，同时由于没有了向后的运动向量表示，有效地提高了编码的压缩率；利用对参考帧预测边缘背景的方式来对参考帧的图像边缘进行拼接，不仅有效地进行背景边缘图像的预测，同时能够有效地提高运动矢量的编码效率；本发明在运动估计中仅利用边缘的几行或几列宏块，大大降低了全局运动估计的复杂度。
-
公开(公告)号：CN1535029A
公开(公告)日：2004-10-06
申请号：CN200310116085.1
申请日：2003-12-31
Applicant: 中国科学院计算技术研究所
IPC: H04N7/50
CPC classification number: H04N19/423 , H04N19/51 , H04N19/61
Abstract: 一种参考图像缓冲区管理方法，包括：根据编码的方式，在缓冲区中保留用于编/解码的参考图像；每一个参考图像都通过一个参考索引来标记；当前图像根据参考索引来确定参考图像，完成编解码；如果当前编/解码图像为I帧/场或P帧/场，则将解码后的I/P帧/场替换缓冲区中离当前图像最远的参考帧/场，编/解码下一个图像；如果当前编/解码图像为B帧/场，不改变参考图像的参考索引，编/解码下一个图像；如果所有的图像都完成了编/解码，则删除缓冲区中的所有图像。本发明通过对参考图像进行有效地管理，提高编解码器对参考图像的存取效率，只保留用作参考的图像，降低了对缓存的需求，同时这些参考图像在内存中的统一管理可以提高访存速度。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.1 seconds)
