-
公开(公告)号:CN117176890A
公开(公告)日:2023-12-05
申请号:CN202311193395.7
申请日:2023-09-15
Applicant: 北京理工大学唐山研究院
Abstract: 一种基于深度学习的轻量级高精度时空视频超分辨率方法,其特征在于,步骤:获取视频资源;通过ffmpeg软件将视频资料分解为帧序列;从帧序列的首部开始,依次取连续的两帧作为模型的输入帧;模型接收两帧图像信息,在这两帧中插值一帧;同时又将两帧和插值的一帧图像重建为指定倍数的高分辨率图像;将所得到的高分辨率图像存储在硬件中,按照视频播放的顺序排序;采用ffmpeg将高分辨率连续帧根据帧率要求编码为新的高分辨率高帧率视频;发布新的视频。本发明有效防止模型推理过程中过多的内存占用,降低对设备性能的要求,有效提升时空超分辨率的准确性;有效降低对内存的占用,有效提高处理效果。
-
公开(公告)号:CN119003064A
公开(公告)日:2024-11-22
申请号:CN202410821463.8
申请日:2024-06-24
Applicant: 北京理工大学
Abstract: 本发明提供一种基于分布式算力的实时渲染系统、方法、电子设备及存储介质,属于计算机技术领域,其运行时执行以下操作:云服务器响应用户终端的渲染任务请求,确定距离用户终端最近的目标边服务器;在确定用户服务端中存在可执行渲染任务请求的目标用户服务端,则授权目标用户服务端响应渲染任务请求;否则,判断其自身是否存在用于执行渲染任务请求的边服务器节点;若是,则授权边服务器节点响应渲染任务请求;否则退回至云服务器渲染。本发明将用户服务端的资源纳入渲染资源池,使云、边和端都可以提供实时渲染服务,从而能够实时为用户推荐最优节点。且具备渲染能力的用户可加入当前渲染池,为普通用户提供实时渲染服务,故架构可以实现动态扩容,提高渲染资源池容量。
-