-
公开(公告)号：CN113034414A
公开(公告)日：2021-06-25
申请号：CN202110304115.X
申请日：2021-03-22
Applicant: 上海交通大学
Abstract: 本发明提供了一种图像重构方法及系统，包括：将输入图像分解成一组卷积字典和稀疏向量卷积的和，在稀疏向量零范数约束下，建立压缩感知优化问题；基于所述压缩感知优化问题构建可微分优化深度神经网络，将所述测量信号作为所述深度神经网络的输入，从采样矩阵和测量信号求解卷积字典和稀疏向量，重构图像。同时提供了一种相应的图像重构装置及存储介质。本发明采用了基于卷积稀疏编码构建压缩感知图像重构模型，降低字典表示的冗余性；同时适用于随机矩阵采样和0/1稀疏矩阵采样模式，可分别适用于自然图像压缩感知重构和磁共振成像重构；具有更高的的重构精度。
-
公开(公告)号：CN108551586B
公开(公告)日：2020-06-05
申请号：CN201810211169.X
申请日：2018-03-14
Applicant: 上海交通大学
IPC: H04N21/2662 , H04N21/2343 , H04N21/262 , H04N21/442
Abstract: 本发明提供了一种多用户360度视频流服务器端码率自适应分配方法及系统，所述方法结合服务器处的动态自适应流媒体技术将360度视频流切分为一连串的视频流时间切片，每一个时间切片又切分为多个空间切片，每一个空间切片编码为多个不同码率的版本并缓存，同时兼顾了各个视频时间切片和空间切片之间联合码率‑失真性能的差异、每个用户端的网络连接情况、预测观看视野范围、头部运动状态以及视频点播概率分布，采用服务器端码率自适应分配算法确定各个用户所需下载的视频空间切片码率版本，最终实现多用户总体视频观看体验的最大化。本发明提高了360度视频流传输的带宽利用率，为用户提供更好的视频服务质量。
-
公开(公告)号：CN111160436A
公开(公告)日：2020-05-15
申请号：CN201911330871.9
申请日：2019-12-20
Applicant: 上海交通大学
Abstract: 本发明公开了一种旋转等变的图卷积神经网络的球形图像分类方法及系统，该方法包括：利用测地线二十面体采样方式构建球形图，利用构建的球形图表示球形图像；利用切比雪夫多项式滤波器构建具有旋转等变性质的图卷积层，对球形图进行图卷积；利用细分构图逆操作的池化层保持旋转等变性，对经过图卷积后的球形图进行图池化；利用基于图节点的均值及方差统计的过渡层，对经过图池化后的球形图的节点上的信号值进行统计，以通过全连接层对信号统计值进行处理进而对球形图像进行分类。该系统包括：依次连接的球形图构建模块、图卷积模块、图池化模块及图过渡模块。通过本发明，提高了对旋转图像的特征提取能力和识别能力，具有良好的实用性和扩展性。
-
公开(公告)号：CN110248210A
公开(公告)日：2019-09-17
申请号：CN201910456496.6
申请日：2019-05-29
Applicant: 上海交通大学
IPC: H04N21/2343 , H04N21/239 , H04N21/2662 , H04N21/845
Abstract: 本发明提供了一种视频传输优化方法，包括：在源服务器侧，将360度视频流切分为一连串的视频流切分成时空切片；源服务器再对每一个所述时空切片进行编码，得到多个不同码率版本的时空切片；其中，所有码率版本的时空切片构成一个视频切片集合；控制边缘服务器按照预设的优化策略，在每个时间周期的开始时刻，通过边缘服务器缓存指定码率版本的指定视频切片集合；控制边缘服务器按照预设的优化策略，在每个时间周期的时隙的开始时刻，根据用户的视频请求，执行对视频切片集合的转码和分发任务。本发明高效利用了边缘服务器的存储和计算资源以及服务器间的协作，节约了网络运营成本，减轻了回传链路的传输压力，为用户提供延迟更低的视频服务。
-
公开(公告)号：CN105979274A
公开(公告)日：2016-09-28
申请号：CN201610298248.X
申请日：2016-05-06
Applicant: 上海交通大学
IPC: H04N21/218 , H04N21/2343 , H04N21/2662 , H04N21/647 , H04N19/147 , H04N19/107 , H04N19/39
CPC classification number: H04N21/2181 , H04N19/107 , H04N19/147 , H04N19/395 , H04N21/234363 , H04N21/2662 , H04N21/64723
Abstract: 本发明提供了一种用于动态自适应视频流媒体的分布式缓存放置方法，所述方法结合主服务器处的动态自适应流媒体编码技术将各视频编码为多个不同码率的版本，同时兼顾了各不同视频内容之间码率‑失真性能的差异、边缘服务器的缓存容量限制、不同用户的网络连接情况以及视频点播概率分布，采用分布式的缓存优化放置方法确定各边缘服务器所需缓存的视频版本子集，最终实现用户通过边缘服务器下载观看视频整体质量的最大化。本发明提高了边缘服务器缓存视频内容的利用率，减轻了主服务器处的视频流媒体服务负载，为用户提供更佳的视频服务质量。
-
Patent Agency Ranking
公开(公告)号：CN102186072B
公开(公告)日：2013-03-20
申请号：CN201110100147.4
申请日：2011-04-20
Applicant: 上海交通大学
IPC: H04N7/26 , H04N21/6405
Abstract: 一种数据通信技术领域的用于可伸缩视频流的多速率组播通信的优化传输方法，结合多速率多径路由、中继节点的网络编码技术和网络流量控制等方法，同时兼顾了视频编码层的码流优先级问题，以满足可伸缩视频编码层间依赖性的需求，提供一种完全分布式的速率分配算法，最终实现混合异构网络环境中所有用户接收到视频整体质量的最大化。
-
公开(公告)号：CN113936173B
公开(公告)日：2025-03-28
申请号：CN202111170350.9
申请日：2021-10-08
Applicant: 上海交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0475 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种最大化互信息的图像分类方法、设备、介质及系统，包括：采集训练图像；最大化训练图像和神经网络结构的互信息，自动确定神经网络的网络结构和参数；采用得到的所述神经网络对待分类的图像数据进行处理，得到图像分类结果。本发明基于给定图像数据，通过最大化互信息方式，自动设计确定神经网络的网络结构和参数，用于图像分类，无需繁杂的人工设计，节省人力资源和计算资源消耗。本发明能在极短的时间内，自动设计得到基于神经网络的图像分类方法，同时能实现较高的图像分类准确率。
-
公开(公告)号：CN119324887A
公开(公告)日：2025-01-17
申请号：CN202411419583.1
申请日：2024-10-12
Applicant: 上海交通大学
Abstract: 本发明提供一种通信网络拓扑规划问题生成式求解方法和系统，包括：将网络规划问题实例参数建模为网络规划图信号X；并建立网络拓扑解#imgabs0#与图邻接矩阵之间的转换关系；将获得的网络规划信号X输入到基于图扩散生成模型的通信网络规划问题求解器，结合所述转换关系，获得网络规划问题的最优解C★。本发明是一种新型的生成式采样求解方案，能以低计算复杂度一次获取多个高质量网络拓扑可行解，有效提升网络规划问题求解效率。
-
公开(公告)号：CN119049137A
公开(公告)日：2024-11-29
申请号：CN202411175698.0
申请日：2024-08-26
Applicant: 上海交通大学
IPC: G06V40/40 , G06V40/16 , G06N3/0455 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/74 , G06N3/0895
Abstract: 本发明提供多模态人脸防伪模型训练方法、系统及人脸防伪检测方法，包括：获取多模态人脸图像训练集；对每个人脸图像样本随机丢弃模态模拟模态缺失的场景，根据训练困难程度，确定对不同缺失模态场景的丢弃策略以及进行批次级别和样本级别的随机模态丢弃；基于多模态人脸图像的模态缺失场景和批次级别和样本级别的随机丢弃，确定正负样本；构建多模态人脸防伪模型，采用缺失模态场景下的多模态人脸图像以及正负样本作为输入，得到人脸防伪结果，利用正负样本进行对比训练，确定多模态人脸防伪网络模型。本发明能够针对自然光、红外和深度相机等设备采集的不同模态或模态组合的图像，适应不同伪造人脸方式，具备低成本、高精度、高鲁棒性的特点。
-
公开(公告)号：CN119048393A
公开(公告)日：2024-11-29
申请号：CN202411173829.1
申请日：2024-08-26
Applicant: 上海交通大学
Abstract: 本发明提供一种上下文增强的图像生成方法、模型训练方法及系统，包括：获取训练图像数据集；利用预设的加噪机制对训练图像进行多步加噪，每一步所加的高斯噪声的方差取决于当前步数并逐渐增大，直至将未加噪的训练图像转换为标准高斯噪声，得到各步的加噪图像；利用随机掩码机制生成掩码，并根据掩码对加噪图像进行掩码区域的丢弃和对未加噪图像进行未掩码区域的丢弃；基于采用未丢弃的加噪图像和未加噪图像重建丢弃区域，对上下文增强的图像生成模型进行训练，得到训练好的图像生成模型。本发明能有效提升图像生成方法的上下文理解能力，提高图像生成质量，实现高分辨率多样性的图像生成。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.029 seconds)
