-
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：CN113806609A
公开(公告)日：2021-12-17
申请号：CN202111128257.1
申请日：2021-09-26
Applicant: 郑州轻工业大学
IPC: G06F16/906 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/33 , G06F16/35 , G06F16/65 , G06F16/68 , G06F16/75 , G06F16/783
Abstract: 本发明提出了一种基于MIT和FSM的多模态情感分析方法，用以解决现有多模态情感分析方法在融合多模态信息时的技术性问题；其步骤为：首先，分别对文本模态数据、语音模态数据和视频模态数据进行预处理，提取文本特征向量、语音特征向量和视频特征向量；其次，将三个特征向量依次进行组合后分别输入Multimodal Interactive Transformer中进行辅助学习，分别得到三个学习后的特征矩阵；最后，将三个学习后的特征矩阵输入Feature Soft Mapping中映射到统一的语义空间中进行融合，得到融合特征；并将融合特征输入分类层，获取情感预测结果。本发明所提出的多模态情感分析模型能够充分考虑多种模态信息之间的关联，有助于在数据融合后进行情感分类。
-
公开(公告)号：CN112636719A
公开(公告)日：2021-04-09
申请号：CN202011495264.0
申请日：2020-12-17
Applicant: 郑州轻工业大学
IPC: H03H21/00
Abstract: 本发明提出了一种数据丢失和信道噪声干扰下的ILC系统输入信号滤波方法，其步骤为：首先，建立包括状态更新方程和状态测量方程的滤波估计模型；其次，根据正交投影准则和滤波估计模型的系统参数计算滤波估计模型的新息和新息协方差，进而获得滤波估计模型的预测增益和滤波增益；然后根据正交投影准则和预测增益计算状态预测值和状态预测误差的方差值；最后，根据状态预测值、状态预测误差的方差值和滤波增益计算滤波后的状态估计值和状态估计误差的方差值。本发明依据迭代学习过程构建滤波估计模型，又依据正交投影准则，获得基于线性最小方差的滤波器，在迭代域内实现对滤波模型中包含数据丢失和信道噪声干扰的输入信号的最优滤波。
-
公开(公告)号：CN111968003A
公开(公告)日：2020-11-20
申请号：CN202010919140.4
申请日：2020-09-04
Applicant: 郑州轻工业大学
Abstract: 本发明公开一种基于农作物本体概念响应的农作物病害预测方法，包括以下步骤：定义局部本体子概念、病害本体建模、构建深度学习模型、本体概念检测、基于监督学习的病害结果预测和基于概念推理的病害结果预测；本发明在建立病害知识本体的基础上，基于深度学习模型训练对应的本体概念检测器，然后在检测出概念响应后结合监督学习和概念推理技术进行病害结果预测，一方面在基于监督学习进行病害结果预测时尝试对标签中的噪声进行滤除，另一方面通过概念推理降低概念响应的不确定性，充分分析农作物状态表现与病害结果之间关系，在提高病害预测可靠性的同时促进病害反演，并避开了标记数据不足的问题。
-
公开(公告)号：CN111967440A
公开(公告)日：2020-11-20
申请号：CN202010919119.4
申请日：2020-09-04
Applicant: 郑州轻工业大学
IPC: G06K9/00 , G06K9/40 , G06K9/46 , G06F16/583 , G06F16/953 , G06T17/00
Abstract: 本发明公开一种农作物病害的综合识别处理方法，包括以下步骤：构建输入样本集和多源对比库、颜色纹理描述集成、输入样本集筛选、融合模型建模、提取颜色纹理特征、颜色纹理综合分析比对和确定具体病虫害及位置；本发明获取目标范围农作物叶片图像样本构成输入样本集，利用外部数据源，并对相应目标农作物的病虫害颜色纹理进行编号，构建多源对比库，且构建输入样本集的可视化模型，构建影像相对应的Path和Row数值矢量化模型，提取颜色纹理特征，和多源对比库进行比对，颜色纹理相重合的时候，语音播放模块播放针对该颜色纹理的具体病虫害描述，从而准确对农作物病害进行识别，比人工识别更加准确。
-
Patent Agency Ranking
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：CN118211119A
公开(公告)日：2024-06-18
申请号：CN202410448491.X
申请日：2024-04-15
Applicant: 郑州轻工业大学
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提出了一种基于局部和全局时空特征融合的触觉目标识别方法，步骤为：使用梯度自适应采样策略对原始的触觉数据进行采样；采样后的触觉数据送入局部和全局残差网络，局部和全局残差网络内设有多个局部和全局时空卷积块，局部和全局时空卷积块由两对依次连接的局部时空卷积模块和全局时空卷积模块组成，分别提取采样后的触觉数据的局部时空特征和全局时空特征，局部时空特征和全局时空特征送入全连接层与分类器输出类别得分；利用不同的数据集对局部和全局残差网络进行训练，得到触觉目标识别模型；将新的触觉数据使用梯度自适应采样策略进行采样后直接输入触觉目标识别模型，类别得分最高的类别为触觉目标的识别结果。本发明基于局部和全局时空特征融合能够有效提升触觉目标识别任务的识别精度。
-
公开(公告)号：CN112819922B
公开(公告)日：2024-03-12
申请号：CN202110143469.0
申请日：2021-02-02
Applicant: 郑州轻工业大学
IPC: G06T11/40 , G06T11/00 , G06T3/4007 , G06V10/25
Abstract: 本发明提出了一种基于连续线条的人物肖像画生成方法，步骤为：采集彩色的人物肖像图像；采用平均值法得到灰度图像；生成包围肖像区域的圆形蒙版；在圆形蒙版的圆形轮廓上均匀设定多个锚点并计算坐标；得到肖像图像，在肖像图像上选取两个锚点并连线，计算连线经过的像素点的像素值的均值，将最小值对应的锚点作为起始点；将起始点存入数组中，依次计算并顺序存入数组中，以黑色的连线顺序连接数组中的锚点得到初始线肖像画；去除冗余保留连线交点得到黑色线肖像画；检测人物肖像图像的皮肤区域，顺序连接皮肤区域内的锚点并叠加得到彩色线肖像画。本发明自动化程度高，计算速度快，人物肖像还原精度高，为人物肖像生成提供了技术支撑。
-
公开(公告)号：CN117351548A
公开(公告)日：2024-01-05
申请号：CN202311392029.4
申请日：2023-10-25
Applicant: 郑州轻工业大学
IPC: G06V40/16 , G06V10/46 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本发明提出了一种基于加权表情显著性区域的多姿态人脸表情识别方法，步骤为：采集不同表情、姿态的人脸图像，并对人脸图像进行表情类别的标记；依据人脸关键点对人脸图像的表情显著性区域进行检测，对表情显著性区域与人脸其他区域进行加权，获取加权图像；将每一幅训练图像计算得到的加权图像构成训练集，通过训练集构建多姿态的表情因子分析模型，采用期望最大化算法求解加权图像与潜在表情变量之间的后验概率，通过概率关系判断人脸表情图像的表情类别。本发明通过表情显著性区域检测获取人脸表情图像上的表情显著性区域，进行加权得到加权图像；以加权图像为基础构建表情因子分析模型，实现了对多姿态条件下人脸表情的识别，提高了识别率。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.026 seconds)
