-
公开(公告)号：CN111738088B
公开(公告)日：2022-10-25
申请号：CN202010450217.8
申请日：2020-05-25
Applicant: 西安交通大学
IPC: G06V40/10 , G06V20/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/766 , G06N3/04 , G01C3/00
Abstract: 本发明公开一种基于单目摄像头的行人距离预测方法，包括：使用单目摄像头确定行人人头高度‑行人摄像头距离模型,并采集视频；标注行人检测及行人距离样本集；建获得卷积神经网络模型；使用训练样本对获得的卷积神经网络模型进行训练，获得行人检测及距离预测模型；将要检测的图片输入训练好的行人检测及距离预测模型中，获得行人的坐标、得分以及距离。本发明充分发挥了深度学习检测方法的优点，保持了高精度和好的鲁棒性，可以在使用成本较低的单目摄像头的情况下，在检测行人的同时较为准确的预测出行人与摄像头的距离,同时本发明在行人距离摄像头较近或者行人有遮挡的情况下不受干扰，仍能正常的预测出行人的距离。
-
公开(公告)号：CN109327867A
公开(公告)日：2019-02-12
申请号：CN201811259339.8
申请日：2018-10-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种LTE网络下QoE驱动的视频码率自适应和资源分配联合算法。首先建立了基于视频段特征和播放信息的QoE预测模型，考虑了视频段码率、初始时延、中断时长、中断次数和质量波动五种因素。因此该预测模型可以准确的预测出用户在观看视频时的主观体验质量。本发明提出的基站全局统一决策的视频请求和资源分配联合算法。包括基站根据用户反馈的缓存信息确定需要分配网络资源的用户集；找到当前待分配的RB，计算该RB分配给所有用户时，用户请求所用质量版本视频的QoE及QoE增益值；将当前RB分配给增益值最大的用户，直到所有的RB分配完毕。本发明综合考虑用户的信道情况，在网络资源有限的前提下，提高LTE网络中所有用户观看视频的主观体验质量。
-
公开(公告)号：CN109327867B
公开(公告)日：2020-06-19
申请号：CN201811259339.8
申请日：2018-10-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种LTE网络下QoE驱动的视频码率自适应和资源分配联合算法。首先建立了基于视频段特征和播放信息的QoE预测模型，考虑了视频段码率、初始时延、中断时长、中断次数和质量波动五种因素。因此该预测模型可以准确的预测出用户在观看视频时的主观体验质量。本发明提出的基站全局统一决策的视频请求和资源分配联合算法。包括基站根据用户反馈的缓存信息确定需要分配网络资源的用户集；找到当前待分配的RB，计算该RB分配给所有用户时，用户请求所用质量版本视频的QoE及QoE增益值；将当前RB分配给增益值最大的用户，直到所有的RB分配完毕。本发明综合考虑用户的信道情况，在网络资源有限的前提下，提高LTE网络中所有用户观看视频的主观体验质量。
-
公开(公告)号：CN111738088A
公开(公告)日：2020-10-02
申请号：CN202010450217.8
申请日：2020-05-25
Applicant: 西安交通大学
Abstract: 本发明公开一种基于单目摄像头的行人距离预测方法，包括：使用单目摄像头确定行人人头高度-行人摄像头距离模型,并采集视频；标注行人检测及行人距离样本集；建获得卷积神经网络模型；使用训练样本对获得的卷积神经网络模型进行训练，获得行人检测及距离预测模型；将要检测的图片输入训练好的行人检测及距离预测模型中，获得行人的坐标、得分以及距离。本发明充分发挥了深度学习检测方法的优点，保持了高精度和好的鲁棒性，可以在使用成本较低的单目摄像头的情况下，在检测行人的同时较为准确的预测出行人与摄像头的距离,同时本发明在行人距离摄像头较近或者行人有遮挡的情况下不受干扰，仍能正常的预测出行人的距离。
-
-
-
Search Results
4
records
(took 0.018 seconds)
