-
公开(公告)号:CN109190626A
公开(公告)日:2019-01-11
申请号:CN201810842201.4
申请日:2018-07-27
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深度学习的多路径特征融合的语义分割方法,包括以下步骤:使用多路径特征融合方法提取图像的基础深度特征;将提取的基础深度特征经过解码端网络,恢复原始图像分辨率信息,并生成分割结果;以交叉熵损失函数为目标训练网络,使用准确率和mIoU评价网络性能。本发明设计合理,其充分考虑了局部信息以及全局信息,在网络中的特征提取端和分类端添加了很多条路径,网络的输出是与原图像分辨率大小一致的分割图,使用图像已有的标签计算分割准确率,以最小化交叉熵损失函数为目标来训练网络,有效地提高了图像语义分割地准确率。
-
公开(公告)号:CN106851365B
公开(公告)日:2018-03-09
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
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。
-
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。
-
公开(公告)号:CN106851391A
公开(公告)日:2017-06-13
申请号:CN201510882112.9
申请日:2015-12-03
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京数码视讯科技股份有限公司
IPC: H04N21/438 , H04N21/443 , H04N21/4623 , H04N21/4627 , H04N21/8352
CPC classification number: H04H60/14 , H04N21/4623 , H04N21/4383 , H04N21/443 , H04N21/4627 , H04N21/8352
Abstract: 一种用于智能操作系统的条件接收方法,直播应用模块响应于换台指令,将所切换的频道节目标识发送给媒体播放模块;数字电视模块获取全部频道信息和控制管理信息,媒体播放模块根据所获取的频道节目标识向所述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,一并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ecmData和emm Data并解析,从而获得EK1、EK2和ECW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对应的解扰器对频道节目数据解扰并进行播放。
-
公开(公告)号:CN110070073A
公开(公告)日:2019-07-30
申请号:CN201910373780.7
申请日:2019-05-07
Applicant: 国家广播电视总局广播电视科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于注意力机制的全局特征和局部特征的行人再识别方法,包括:分别提取行人的全局特征和局部特征;在全局特征分支中,以整个行人特征图像作为输入,并将其送入空间注意力机制模块和通道注意力机制模块,将两个模块的特征表示进行融合;在局部特征分支中,把行人特征图水平平均分割为三部分,将分割的三部分输入到通道注意力机制模块得到每一部分的局部特征;将全局特征和局部特征送入特征向量提取模块,得到用于行人预测的特征向量;对整体网络进行训练,得到行人再识别模型。本发明充分利用行人图像的全局特征和局部特征,有效融合了注意力机制,使行人特征更具有判别力,获得了良好的行人再识别结果,提高了模型匹配准确率。
-
-
-
-