-
公开(公告)号：CN107172010A
公开(公告)日：2017-09-15
申请号：CN201710253032.6
申请日：2017-04-18
Applicant: 国家新闻出版广电总局广播科学研究院
IPC: H04L29/06
CPC classification number: H04L65/4076 , H04L65/607 , H04L65/608
Abstract: 本发明公开了一种支持eMBMS的融合网多媒体系统，包括多媒体服务器、eMBMS模块和多个终端；多媒体服务器，用于将从广播中心接收的原始多媒体数据转换成符合CMT协议的数据包；eMBMS模块，用于接收所述符合CMT协议的数据包，实施eMBMS业务流程，以将所述符合CMT协议的数据包分发给各个终端；任一终端，用于将接收到的所述符合CMT协议的数据包提供给客户端。本发明基于融合网多媒体传输格式及协议结合eMBMS技术，实现实时、用户体验多样化的多媒体广播业务系统。
-
公开(公告)号：CN106982464A
公开(公告)日：2017-07-25
申请号：CN201710253511.8
申请日：2017-04-18
Applicant: 国家新闻出版广电总局广播科学研究院
CPC classification number: H04W72/005 , H04L1/0006 , H04L1/0027 , H04L5/0048 , H04L5/0053 , H04W72/042 , H04W72/046
Abstract: 本发明提出了下行控制信息的传输方法，该方法包括：配置单小区点到多点的传输模式，并根据配置的传输模式配置下行控制信息的格式；根据配置的下行控制信息的格式确定搜索空间；通过确定的搜索空间中的物理下行控制信道向用户设备发送所述下行控制信息。新定义一个第二空间，将第二格式的下行控制信息和第三格式的下行控制信息位于所述新定义的第二空间中，实现对大时延循环延迟分集传输模式和/或非连续资源块分配的支持。
-
公开(公告)号：CN103595678B
公开(公告)日：2017-07-25
申请号：CN201210281043.2
申请日：2012-08-08
Applicant: 北京泰美世纪科技有限公司 , 国家新闻出版广电总局广播科学研究院
CPC classification number: H04L27/2601 , H04L5/0048 , H04L27/18
Abstract: 本发明提出一种数字音频广播信号的离散导频信号生成方法及装置。方法包括：A、根据系统帧结构，将比特流对，经过QPSK星座映射得到的导频符号，按照预定方式填充到有效子载波的离散导频元素所在位置；B、将步骤A处理的结果，通过IFFT得到时域OFDM符号；C、将所述时域OFDM符号与信标进行复接，经逻辑帧成帧、子帧分配、物理层信号帧生成，得到包含离散导频信号的物理帧信号。装置包括：填充模块、变换模块和成帧模块。采用该方法及装置，可以不增加发射信号的峰均功率比，减小非线性失真，改善信号质量。
-
公开(公告)号：CN102957650B
公开(公告)日：2017-07-25
申请号：CN201110240243.9
申请日：2011-08-17
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京泰美世纪科技有限公司
CPC classification number: H04L1/0071 , H04L1/0004 , H04L1/0072 , H04L5/0007 , H04L5/0053 , H04L2001/0093
Abstract: 本发明公开了一种数字音频广播系统中业务描述信息的发送接收方法和装置，发送时，将业务描述信息依次进行扰码、前向纠错编码、比特交织和星座映射，得到调制符号；根据系统帧结构将调制符号按照分布方式放置在系统的残余容量内的预定符号及其载波上，并与其它信号元素复接成频域信号，将频域信号转化为时域信号以供发送。接收时，将时域信号转换为频域信号并解复用出有效载波；根据系统帧结构从所述有效载波上提取分布式的业务描述信息符号，再依次进行解映射、解交织、前向纠错解码和解扰，得到业务描述信息。利用本发明，可以提高在残余容量内传输业务描述信息符号的可信度，为数字音频广播系统支持丰富节目内容和灵活业务模式提供有力保障。
-
公开(公告)号：CN106851365A
公开(公告)日：2017-06-13
申请号：CN201510884736.4
申请日：2015-12-03
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京永新视博数字电视技术有限公司 , 北京数字太和科技有限责任公司
IPC: H04N21/418 , H04N21/4367 , H04N21/4385 , H04N21/4623 , H04N21/4627 , H04N21/266
CPC classification number: H04N21/418 , H04N21/4181 , H04N21/26606 , H04N21/42623 , H04N21/4367 , H04N21/43853 , H04N21/4623 , H04N21/4627
Abstract: 一种用于智能操作系统的条件接收方法，包括可信执行环境，数字电视模块获取全部频道信息和控制管理信息，媒体播放模块根据从直播应用模块获得的所切换的频道节目标识向数字电视模块获取该频道节目的videoPid、audioPid、casId、ecmPid、emmPid，并分配解扰器Descramblerid，传送给条件接收模块；条件接收模块根据casId选择注册的条件接收应用模块，将频道的videoPid、audioPid、ecmPid、emmPid、Descramblerid发送给条件接收应用模块；条件接收应用模块根据ecmPid和emmPid向数字电视模块获取相应的ecm Data和emm Data连同videoPid、audioPid、Descramblerid发送给条件接收模块；条件接收模块将这些信息发送给可信执行环境中的可信应用；由可信应用进行解析从而获得EK1、EK2和ECW，连同videoPid、audioPid、Descramblerid发送给高安芯片，高安芯片根据所获得的信息控制DescramblerID对应的解扰器解扰并进行播放。
-
Patent Agency Ranking
公开(公告)号：CN105704505A
公开(公告)日：2016-06-22
申请号：CN201610077701.4
申请日：2016-02-03
Applicant: 国家新闻出版广电总局广播科学研究院 , 华为技术有限公司 , 深圳市海思半导体有限公司 , 四川长虹网络科技有限责任公司 , 四川九州电子科技股份有限公司 , 北京数字太和科技有限责任公司
IPC: H04N21/226 , H04N21/2385 , H04N21/2665 , H04N21/41 , H04N21/426 , H04N21/4385 , H04N21/462
CPC classification number: H04N21/226 , H04N21/2385 , H04N21/2665 , H04N21/4108 , H04N21/42607 , H04N21/4385 , H04N21/4622
Abstract: 一种在智能电视操作系统中支持全媒体播放的方法，响应于通过不同的媒体播放应用触发的媒体播放请求，与该媒体播放应用相应的全媒体服务接口客户端向全媒体服务接口服务端发送播放指令，所述播放指令中包括媒体资源标识(URI)；服务接口服务端记录所述服务接口客户端与媒体播放请求之间的对应关系，并将所述播放指令发送给媒体播放适配模块；所述媒体播放适配模块根据所述播放指令中的媒体资源标识URI所表示的媒体类型启动相应类型的媒体播放器；所述媒体播放器通过所述媒体元件管理器生成与该媒体类型相应的媒体播放管道包括与该媒体类型相应的媒体源、解复用、解码和输出元件；其中所述媒体元件管理器包括适配各种媒体类型的多个媒体源、解复用、解码和输出元件。
-
公开(公告)号：CN109635636B
公开(公告)日：2023-05-09
申请号：CN201811273875.3
申请日：2018-10-30
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
IPC: G06V40/10 , G06V10/80 , G06V10/77 , G06V10/82 , G06V10/54 , G06V10/56 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于属性特征和加权的分块特征相融合的行人再识别方法，包括以下步骤：构造属性特征提取子网络，该子网络融合了手动提取的特征和深度神经网络提取的特征；采用设置加权的交叉熵损失函数来训练属性特征提取子网络；构造基于分块的特征提取子网络，该网络可融合多个分块的深度特征；训练基于分块的特征提取子网络，设置局部损失函数的加权融合层，自主学习不同的权重，进而赋予各局部损失函数；对整体网络进行训练，提取融合了属性特征和基于分块的深度特征的行人特征表示。本发明设计合理，其有效结合了属性特征和深度特征，在损失函数计算方法上进行优化，获得了很好的行人再识别结果，使得系统整体匹配准确率大大提升。
-
公开(公告)号：CN111181665B
公开(公告)日：2022-02-25
申请号：CN201811333359.5
申请日：2018-11-09
Applicant: 国家新闻出版广电总局广播科学研究院
Inventor： 周德斌
IPC: H04B17/327 , H04B17/336 , H04H20/12 , H04H60/32
-
公开(公告)号：CN109034210B
公开(公告)日：2021-10-12
申请号：CN201810721716.9
申请日：2018-07-04
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于超特征融合与多尺度金字塔网络的目标检测方法，包括利用深度卷积神经网络提取具有不同特征信息的分层多尺度特征图；进行超特征融合；构建新的多尺度金字塔网络；根据不同层分别构建不同大小和长宽比的目标候选框；构建一个新的用于多特征提取且能够防止梯度消失的卷积模块；利用多任务损失函数对多类别分类器和边界框回归器进行联合训练优化实现图像分类和目标定位功能。本发明利用深度卷积网络对目标的特征提取能力，考虑超特征融合方法改善特征表达能力，生成了一个新的模块防止梯度消失而且能更有效地帮助训练和提取特征，构建了用于目标检测的全卷积神经网络，提高了算法的检测精度，获得了良好的目标检测结果。
-
公开(公告)号：CN108846446B
公开(公告)日：2021-10-12
申请号：CN201810721733.2
申请日：2018-07-04
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于多路径密集特征融合全卷积网络的目标检测方法，利用深度卷积神经网络提取具有不同特征信息的分层多尺度特征图；利用自底向上的旁路连接进行自下而上的特征融合；利用自顶向下的密集旁路连接进行自上而下的密集特征融合；构建不同大小和长宽比的目标候选框；利用二分类器减少目标候选框中的简单背景样本，并利用多任务损失函数对二分类器、多类别分类器和边界框回归器进行联合优化。本发明基于深度卷积神经网络提取图像特征，利用多路径密集特征融合方法改善特征表达能力，构建了用于目标检测的全卷积网络，提出了减少冗余简单背景样本和多任务损失联合优化的策略，提高了算法的检测精度，获得了良好的目标检测结果。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.036 seconds)
