-
公开(公告)号：CN117765380A
公开(公告)日：2024-03-26
申请号：CN202310423678.X
申请日：2023-04-18
Applicant: 郑州轻工业大学
IPC: G06V20/10 , G06V10/25 , G06V10/766 , G06V10/774 , G06V10/40 , G06V10/764
Abstract: 本发明提出了一种基于焦点旋转交并比边框回归损失的有向目标检测方法，其步骤如下：以带标注的高分辨率遥感图像为训练图像，训练粗略有向候选框生成模块；粗略有向候选框生成模块的损失函数是二分类损失函数和边框回归损失函数的联合损失；将粗略有向候选生成模块生成的粗略有向候选框送入到精细有向候选生成模块进行训练；以精细有向候选框作为候选目标框训练区域检测模块；精细有向候选生成模块和区域检测模块采用焦点旋转交并比回归损失函数；将待检测的高分辨率遥感图像输入目标检测模型，获得感兴趣目标的位置和类别。本发明提出的旋转交并比损失和焦点旋转交并比损失可以提供更好的性能，能够使目标检测模型的定位更加准确。
-
公开(公告)号：CN113932939B
公开(公告)日：2023-07-21
申请号：CN202111134064.7
申请日：2021-09-26
Applicant: 郑州轻工业大学
IPC: G01K7/36
Abstract: 本发明涉及一种基于扫场法的铁磁共振测温方法，包括：对包含铁磁纳米粒子的被测对象施加静磁场使铁磁纳米粒子饱和磁化；沿所述静磁场的垂直方向施加交变脉冲激励磁场；通过扫场法确定所述铁磁纳米粒子发生铁磁共振时的所述静磁场的磁场强度；根据所确定的所述静磁场的磁场强度计算出被测对象的温度，计算公式如下：本发明提供的上述方法，通过所构建的外加静磁场的磁场强度与温度的关系模型进行测温，该模型形式简单，测量方法简便，能够实现对被测对象内部温度的快速简便测量，并且具有很高的测量精确度。
-
公开(公告)号：CN111246218B
公开(公告)日：2023-07-14
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：CN111462261B
公开(公告)日：2023-05-05
申请号：CN202010262211.8
申请日：2020-04-06
Applicant: 郑州轻工业大学
IPC: G06T9/00 , G06V10/764
Abstract: 本发明提出了一种针对H.266/VVC的快速CU分区和帧内决策方法，其步骤为：首先，利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为平滑区域、普通区域或复杂区域；其次，针对平滑区域和普通区域利用原始预测方式进行编码，输出最佳帧内模式预测；针对复杂区域利用随机森林分类器模型进行分类；最后，利用基于纹理区域特征的快速帧内预测模式优化方法对复杂区域进行帧内模式预测，输出最佳帧内模式。本发明通过基于随机森林分类器和基于纹理区域特征的快速帧内预测模式优化方法对CU进行帧内编码预测，得到最优的帧内编码模式，能够减少一半以上的编码模式的计算，降低了计算复杂度，节省了编码时间。
-
公开(公告)号：CN111212292B
公开(公告)日：2023-04-28
申请号：CN202010046795.5
申请日：2020-01-16
Applicant: 郑州轻工业大学
IPC: H04N19/96 , H04N19/176 , H04N19/119 , H04N19/147 , H04N19/109 , H04N19/11 , H04N19/19 , H04N19/14
Abstract: 本发明提出了一种基于H.266的自适应CU分区和跳过模式方法，其步骤为：首先，利用编码器将视频划分为编码树单元；其次，根据编码树单元的不同分别利用改进的贝叶斯决策或相邻块单元的RD成本信息对CU块进行分割；再根据分割后的子CU块的相邻块及分割前的CU块的相关性，计算子CU块的相邻块及分割前的CU块的RD成本的平均值，并作为帧间预测的阈值；最后，根据子CU块的RD成本与帧间预测的阈值的关系，判断子CU块是否帧间预测确定最佳编码模式。本发明利用时间和空间的相关性分析当前CU块的特征，进行自适应CU分区及早期跳过模式检测，有效降低了CU分区以及预测过程的复杂度，从而加速编码过程。
-
Patent Agency Ranking
公开(公告)号：CN114743027B
公开(公告)日：2023-01-31
申请号：CN202210375572.2
申请日：2022-04-11
Applicant: 郑州轻工业大学
IPC: G06V10/46 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/94 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种弱监督学习引导的协同显著性检测方法，用以解决现有协同显著性检测方法易受到不相关的显著目标的干扰的技术问题。本发明的步骤为：搭建GCAM网络的架构；搭建主干网络的架构，通过GCAM网络和主干网络构建GWSCoSal模型；利用训练数据对GCAM网络以图像组的公共类别标签作为真值进行弱监督训练；利用训练数据对主干网络进行像素级训练；GCAM网络的弱监督训练和主干网络的像素级训练联合执行，得到训练后的优化GWSCoSal模型。利用优化GWSCoSal模型对协同显著性数据集进行预测，生成预测的协同显著图。本发明在受到相似非公共显著目标干扰的情况下，能够更准确地检测出协同显著目标，操作简单，检测精度较高。
-
公开(公告)号：CN112929658B
公开(公告)日：2022-12-09
申请号：CN202110161928.8
申请日：2021-02-05
Applicant: 郑州轻大产业技术研究院有限公司 , 郑州轻工业大学
IPC: H04N19/122 , H04N19/147 , H04N19/159 , H04N19/186 , H04N19/96
Abstract: 本发明提出了一种针对VVC的基于深度强化学习的快速CU分区方法，用于解决现有编码技术中存在的计算复杂性和编码性能不平衡的技术问题。其步骤为：首先，通过计算率失真值的方式分别对视频序列中的单帧图像进行划分得到大小为32×32的CU，并保存每个32×32的CU的初始状态；其次，分别将每个32×32的CU的初始状态及其对应的动作输入DQN中进行训练，输出每个32×32的CU的最佳划分方式。本发明将拆分32×32的CU划分情况视为状态，将划分模式决策视为动作，将率失真值作为奖励，并由编码器作为智能体来连续做出编码决策。并通过DQN对32×32的CU进行编码模式的选择，既保证了迭代的稳定性，在不降低编码性能的前提下降低了计算复杂性。
-
公开(公告)号：CN112929657B
公开(公告)日：2022-09-27
申请号：CN202110086854.6
申请日：2021-01-22
Applicant: 郑州轻工业大学
IPC: H04N19/119 , H04N19/147 , H04N19/96
Abstract: 本发明提出了一种基于梯度与方差的H.266/VVC快速CU划分方法，其步骤为：首先根据方差值评估当前CU的同质性，判断是否能提前终止当前CU被进一步划分。然后利用Sobel算子提取当前CU的梯度特征，判断当前CU能否进行QT划分，从而跳过BT和TT划分。最后利用Canny算子提取当前CU纹理的边缘特征，根据当前CU的纹理趋向排除垂直或水平划分方向上的MT划分，将另一个方向的MT划分作为候选，将RDO‑cost最小的一个划分方式作为最优划分方式。本发明逐步对CU划分进行决策，通过早期终止和早期跳过加速CU划分过程，在保证编码质量的情况下，明显降低了CU划分的复杂度，大大提高了编码效率。
-
公开(公告)号：CN112637709B
公开(公告)日：2022-08-19
申请号：CN202011500311.6
申请日：2020-12-17
Applicant: 郑州轻工业大学
IPC: H04Q11/00
Abstract: 本发明提出了一种弹性光网络中的基于频谱资源素数划分的频谱分配方法，其步骤为：将网络中每条链路上的频谱资源划分为K种类型的素数块，不同类型素数块中包含的频片个数不同；当一个连接请求需要的频片个数是K种类型中某种素数块的整数倍，分配对应类型的素数块；否则为连接请求需要的频片个数增加一个频片使其是K种类型中某种素数块的整数倍，进而分配对应类型的素数块。本发明通过将频谱资源划分为素数块，一方面使得不同链路上的频谱资源的排列更加整齐，另一方面允许多种类型的连接请求共用一种类型的素数块，减少需要划分的素数块种类，最终达到增加频谱可用性、降低连接请求阻塞率的效果。
-
公开(公告)号：CN113347565A
公开(公告)日：2021-09-03
申请号：CN202110613086.5
申请日：2021-06-02
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种各向异性无线传感器网络的扩展区域多跳节点测距方法，用以解决当局部区域节点形成凹型区域，节点间跳距与实际距离存在跳距误差的问题。本发明步骤为：根据各向异性传感器网络中的凹型区域的边界形状对凹型区域边界进行分类；对影响节点通信的边界类型，根据边界节点的连通信息进行分割通信，利用凹型区域边界识别方法识别凹型区域边界节点；利用节点间的连通信息计算未受凹型区域影响的节点间距，对于节点间最短通信路径经过凹陷区域边界节点，利用拓展凹型区域边界测距方法计算节点间的间距。本发明解决了各向异性无线传感器网络中节点多跳测距问题，与非测距节点定位算法相比，在凹型区域传感器网络中有良好的准确性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.029 seconds)
