-
公开(公告)号:CN117953353A
公开(公告)日:2024-04-30
申请号:CN202410201781.4
申请日:2024-02-23
Applicant: 北京大学
Abstract: 本发明公布了一种基于视达相机的红外弱小目标检测方法及FPGA硬件加速方法,通过提取视达相机的红外数据的像素单元电压变化率作为红外场景图像序列,并进行处理得到时空特征,进一步得到检测目标信息,从而精确地检测到红外弱小目标;FPGA硬件加速结构包括:红外脉冲数据处理模块、空间特征提取处理模块、时间特征提取处理模块、空间特征矩阵存储器、背景抑制目标增强模块和目标信息输出模块;还包括多个缓冲寄存器组;缓冲寄存器组的大小为像素矩阵的行的倍数;缓冲寄存器组的类别包括红外数据缓冲、空间特征行缓冲、时间特征行缓冲和时空特征行缓冲;利用FPGA硬件加速结构,实现对红外弱小目标的实时检测和处理。
-
公开(公告)号:CN117896522A
公开(公告)日:2024-04-16
申请号:CN202311648621.6
申请日:2023-12-04
Applicant: 北京大学
IPC: H04N19/114 , H04N19/172 , H04N19/146 , H04N19/147
Abstract: 本申请涉及基于预分析自适应GOP尺寸决策的编码方法和装置。所述方法包括:在完成序列头信息编码后,从待编码视频帧序列中取出预设数目个视频帧,并从预设数目个视频帧中任取一个视频帧作为当前帧;将当前帧划分为多个预设尺寸的待编码块,对多个预设尺寸的待编码块基于整像素精度搜索进行运动估计,得到每个待编码块对应的运动矢量;计算每个待编码块对应的运动矢量的预测误差,并结合历史GOP编码信息,估计当前帧的预编码失真和预编码码率;根据预编码失真和预编码码率计算最优GOP尺寸;根据最优GOP尺寸对所述当前帧进行编码。本申请通过预分析自适应地计算GOP的最优尺寸,采用GOP的最优尺寸进行编码,能提高编码效率。
-
公开(公告)号:CN112825557B
公开(公告)日:2023-02-24
申请号:CN201911151723.0
申请日:2019-11-20
Applicant: 北京大学
IPC: H04N19/154
Abstract: 一种针对于视频编码的自适应感知时空域量化,其特征在于,在同样的主观质量下,去除视频中的空域和时域视觉冗余,包括下列步骤:步骤一、建立JND感知空域复杂度计算模型;步骤二、用公式(4)计算一帧原始图像每个像素的JND值,计算每个CTU的JND方差步骤三、计算感知空域量化偏移值步骤四、建立感知时域复杂度计算模型;步骤五、计算感知空域量化偏移值步骤六、计算最终感知联合时空域量化偏移值以及相应的λ;的计算过程;本发明既考虑了每帧图像的空域视觉冗余信息又考虑了视频图像每帧之间的时域视觉冗余信息,以不降低视频的主观质量为目标,通过自适应量化的方式,同时减少这两种冗余信息,节约更多的码率。
-
公开(公告)号:CN111541864B
公开(公告)日:2021-03-23
申请号:CN201910803145.8
申请日:2019-08-28
Applicant: 北京大学
Abstract: 本发明涉及安防监控和人工智能领域,特别涉及一种数字视网膜软件定义摄像机方法。包括接入监控视频流,将监控视频流输入智能转换器;按照软件定义摄像机协议对监控视频流进行处理;对智能转换器的系统资源进行监视;智能转换器系统资源可用时,对处理后的监控视频流调用相应的计算模型进行智能计算;将智能计算结果发送至云端平台;云端平台存储接收到的数据,并接收终端的检索、特征计算,将检索、特征计算得到的结果返回至终端进行显示。解决目前传统视频监控摄像机不能对监控场景中人车等动态目标的提取与分析的问题,以及监控视频在大规模汇聚应用时无法对摄像机的视频分析算法进行定义、更新的问题。
-
公开(公告)号:CN108537235A
公开(公告)日:2018-09-14
申请号:CN201810259555.6
申请日:2018-03-27
Applicant: 北京大学
IPC: G06K9/46
Abstract: 本发明所述的低复杂度尺度金字塔提取图像特征的方法,具体为:将原始输入图像经过滤波生成五组图像块构成尺度金字塔;将滤波生成的后四组图像块进行特征点检测,得到高尺度图像特征点列表;将滤波生成的第一组图像块进行分块预测处理后进行特征点检测;将从第一组图像上检测到的特征点进行特征选择和描述后合并到高尺度图像特征点列表中,生成原始输入图像最终的特征点列表。本发明能很好的减少尺度金字塔生成过程中的冗余计算,同时使用该技术生成的特征点数量相比原来没有明显差异,在特征生成后用于检索也能很好的保证了检索性能。使得CDVS标准能够更好的满足实际生活需求中对提取特征实时性的要求,还节省了更多的计算资源,降低了计算成本。
-
公开(公告)号:CN103227924A
公开(公告)日:2013-07-31
申请号:CN201310163055.X
申请日:2013-05-07
Applicant: 北京大学
IPC: H04N7/26
Abstract: 本发明公开了一种算术编码器设计方法及实现装置,包括以下四种技术:front-buffer设计,算法结构联合优化、muti-bin处理技术以及混合上下文存储机制,其中front-buffer设计是为了解决一个宏块经过二进制转换后产生的二进制序列(bin)数会在很大的一个范围内波动,而二进制算术编码模块(BAC)在单位时间内处理的二进制序列(bin)数有限的问题;算法结构联合优化主要是采用time borrowing技术将low的处理安插在range的处理之后;muti-bin处理技术是利用MPS的计算较LPS简单得多,所以我们可以在一个时钟周期处理多个MPS;混合上下文存储机制是针对本发明2bins/cycle吞吐率的特定应用而发明的存储方法,该方法能在存储大量的上下文模型的同时,对这些模型进行快速的访存。本发明适用于多级流水线结构的编码,尤其适用于高清分辨率实时编码。
-
公开(公告)号:CN116843648A
公开(公告)日:2023-10-03
申请号:CN202310809024.0
申请日:2023-07-04
Applicant: 北京大学口腔医学院
Abstract: 本发明公开一种基于锥形束CT影像的髁突骨改建三维自动定量测量系统,涉及口腔医学技术领域,系统包括训练数据集获取模块、模型训练和优化模块、治疗前后髁突的锥形束CT影像获取模块、髁突分割模块、图像配准模块、髁突再分割模块和髁突骨改建的体积变化量测量模块;通过模型训练和优化模块实现2D分割卷积神经网络模型的训练和优化,髁突分割模块利用优化后的2D分割卷积神经网络模型得到治疗前后髁突的锥形束CT影像中髁突的分割结果,髁突再分割模块利用优化后的2D分割卷积神经网络模型得到配准后治疗后髁突的锥形束CT影像中髁突的分割结果。本发明可准确测量颞下颌关节髁突骨改建的体积变化量,从而准确反映髁突骨改建程度。
-
公开(公告)号:CN116342911A
公开(公告)日:2023-06-27
申请号:CN202310185393.7
申请日:2023-02-24
Applicant: 北京大学
Abstract: 本申请公开了一种基于混合高斯模型的前景目标检测方法、装置、电子设备。通过应用本申请的技术方案,可以一方面实现一种通过计算图像中活跃点的方式来修改原有模型匹配的判断条件。从而通过只针对图像中像素值变化量较大的像素点进行模型匹配来减少视频流图像中无意义的模型匹配消耗。另外一方面还可以用两次高斯模型匹配的结果间接的完成了图像中去噪的效果,且这种方式不会使得小目标被滤掉。从而达到避免相关技术中出现的前景检测开销较大的问题。
-
公开(公告)号:CN111090773B
公开(公告)日:2023-02-07
申请号:CN201910804261.1
申请日:2019-08-28
Applicant: 北京大学
IPC: G06F16/71 , G06F16/783 , H04N7/18 , H04N19/85
Abstract: 本发明涉及安防监控和人工智能领域,特别涉及一种数字视网膜体系结构及软件架构方法及系统。包括:接入视频流;将视频流在前端处理转换为视频浓缩流和特征流;将视频浓缩流和特征流传输给云端;云端存储接收到的视频浓缩流和特征流,并接收终端的离线检索指令,将离线检索得到的结果返回至终端进行显示或/和接收终端的实时追踪指令,实时追踪得到的结果返回至终端进行显示。改变现有视频监控系统的体系架构,由视频监控转变为智能监控,解决大规模监控视频的智能分析和系统应用问题。
-
公开(公告)号:CN112866691A
公开(公告)日:2021-05-28
申请号:CN201911264045.9
申请日:2019-12-10
Applicant: 北京大学
IPC: H04N19/109 , H04N19/14 , H04N19/523
Abstract: 一种针对视频编码的帧间快速模式决策方法,其特征在于,包括,步骤一、开始编码一个CU,计算CU模式复杂度参数MC,并判断模式MC是否等于0;步骤二、如果在步骤一判断MC等于0,再进一步判断CU的大小是否为8x8;步骤三、如果在步骤二判断CU的大小是8x8,则当前CU计算PSKIP和P2Nx2N两种模式,如果在步骤二判断CU的大小不是8x8,则当前CU只计算PSKIP模式;步骤四、如果在步骤一判断MC不等于0,则当前CU保持默认,计算全部模式,即PSKIP、P2Nx2N、P2NxN、PNx2N、PHOR_UP、PHOR_DOWN、PVER_LEFT和PVER_RIGHT;本发明从ME和MD两个层面对编码器进行了复杂度的优化,能够在保证编码效果的同时,尽可能多的跳过不必要的计算,从而最终达到降低计算量和提升编码器可实时性的目的。
-
-
-
-
-
-
-
-
-