-
公开(公告)号：CN115022684A
公开(公告)日：2022-09-06
申请号：CN202210586839.2
申请日：2022-05-27
Applicant: 西安交通大学
IPC: H04N21/24 , H04N21/2662 , H04L65/1069 , H04L65/80 , H04L67/06 , G06N3/04 , G06N3/08
Abstract: 一种QUIC协议下基于深度强化学习的视频流自适应传输方法，结合基于门控循环单元(GRU)和卷积(CNN)的神经网络建立网络轨迹特征的提取模型，利用注意力机制学习不同特征对带宽的影响，预测未来时刻带宽信息；将预测的带宽信息作为码率决策的状态输入，建立QoE奖励模型，采用PPO算法训练强化学习网络，决策最优码率；客户端根据码率自适应决策模块的反馈结果将相应视频下载并播放，实现QUIC下的视频流自适应传输框架。本发明能够保证在QUIC协议下，带宽预测模块能够充分提取网络状态信息，实现长窗口的带宽预测，为码率自适应决策提供有效输入，达到充分利用带宽资源的目的，有效提升用户观看体验质量。
-
公开(公告)号：CN110072119A
公开(公告)日：2019-07-30
申请号：CN201910290831.X
申请日：2019-04-11
Applicant: 西安交通大学 , 北京奥鹏远程教育中心有限公司
Inventor： 王志文 , 何浩 , 郑庆华 , 王迎春 , 李姝洁 , 何智超 , 黄寿钦 , 王轩宇 , 王敬祎 , 冯立楷 , 栾佳锡 , 柳俊全 , 张未展 , 赵敏 , 李国斌 , 高祥玉 , 王雪松 , 周新运
IPC: H04N21/234 , H04N21/238 , H04N21/44 , H04N19/146 , H04N19/136
Abstract: 本发明为一种基于深度学习网络的内容感知视频自适应传输方法。该发明是一种新的视频传输框架，可以有效利用客户端的计算能力。可根据视频的类型，在服务端进行特定的内容感知处理，提取核心有效信息进行编码处理，在客户端，对服务器中所下载视频进行清晰度重构，从而可以对较低质量的视频经过深度学习网络的处理达到一个较好的视频质量，该方法能够有效减少视频流对带宽的依赖性并提高用户的观看体验。
-
公开(公告)号：CN110069342A
公开(公告)日：2019-07-30
申请号：CN201910289982.3
申请日：2019-04-11
Applicant: 西安交通大学 , 北京奥鹏远程教育中心有限公司
Inventor： 张未展 , 王轩宇 , 郑庆华 , 何智超 , 李姝洁 , 王迎春 , 黄寿钦 , 柳俊全 , 栾佳锡 , 王敬祎 , 冯立楷 , 王志文 , 杜海鹏 , 赵敏 , 李国斌 , 高祥玉 , 王雪松 , 周新运
Abstract: 本发明针对具有共享式交互负载特征的视频应用提出了一种平衡频道资源并自适应协调云端延时与本地负载的融合视频频道的部署方法。首先基于WebRTC，和OpenCV实现具有融合视频直播功能的共享式交互系统。以此系统为基础，将应用抽离独立为三个过程进行实验，得出共享式交互资源-负载模型。在此基础上，基于该模型预估频道资源负载，通过基于“效用比”的启发式贪心算法(greedy heuristic algorithm)实现准入控制策略，生成频道的准入优先序列，为最大化系统承载量提供依据。之后在部署阶段，首先按照总延时最小原则为频道选择服务器进行初始放置。接下来进行自适应负载平衡，结合服务器的负载-延时模型，释放部分CPU负载到终端，实现终端与云端之间的负载-延时平衡。
-
公开(公告)号：CN113573140A
公开(公告)日：2021-10-29
申请号：CN202110780052.5
申请日：2021-07-09
Applicant: 西安交通大学
IPC: H04N21/4402 , H04N21/4415 , H04N19/124 , H04N19/132 , H04N19/167 , H04N19/176 , H04L29/06
Abstract: 一种支持人脸检测与实时超分辨率的码率自适应决策方法，通过YcbCr色度检测和帧间代价判定得到各宏块的人脸区域信息和纹理运动区域信息，计算得到各宏块的兴趣区域等级和帧内因子；结合兴趣区域等级和帧内因子，设计兴趣编码量化方案，并集成到H.264编码器中，对视频进行多种码率编码；将编码后的视频进行切割封装，客户端根据码率自适应决策模块的反馈结果将相应的视频文件下载至缓冲区，在缓冲区内完成超分辨率重建，重新编码后替换原视频块，播放器播放质量增强后的视频块。本发明可使编码后的人脸视频图像在保证主观质量的同时尽可能压缩视频大小，达到降低带宽消耗的目的，同时保证视频图像中重要区域的高码率，提升视频清晰程度。
-
公开(公告)号：CN104133766A
公开(公告)日：2014-11-05
申请号：CN201410330742.0
申请日：2014-07-11
Applicant: 西安交通大学
IPC: G06F11/36
Abstract: 本发明提出了一种基于多目标社团发现的软件系统可维护性评估与提升方法，包括：1)构建最大弱连通子图；2)划分方法调用最大弱连通子图并计算每个类的不同方法社团内聚度；3)计算不同方法社团内聚度的斯皮尔曼相关系数，选取相关系数最大的两个社团划分算法来计算软件系统的模块度，评估软件系统的可维护性；4)基于每个类的方法社团内聚度，使用自适应的阈值过滤算法，过滤出一些内聚度较低的类，这些类中某些方法与其它类有紧密联系，迁移这些方法，从而提高类的内聚度和软件系统的模块度，提升软件系统的可维护性。本发明不仅提升了软件系统中类的内聚度，而且提升了整个软件系统的模块度，从而提升了软件系统的可维护性。
-
Patent Agency Ranking
公开(公告)号：CN102685145A
公开(公告)日：2012-09-19
申请号：CN201210168340.6
申请日：2012-05-28
Applicant: 西安交通大学
IPC: H04L29/06
Abstract: 本发明公开一种基于DNS数据包的僵尸网络域名发现方法，在网络层以DNS数据包为基础数据源，在已知部分僵尸网络域名的条件下，利用僵尸网络的群体性和持续性两个关键特征，使用域名共现评分方法追踪和发现更多僵尸网络域名。本发明通过已知的僵尸网络的局部特征，表现为僵尸网络的域名，发现其随时间变化后更新或改变的未知域名，发现、掌握和追踪给定僵尸网络的访问行为的动态变化，以克服现有僵尸网络检测方法的不足。本发明方法以域名为特征，可以避免以特征码为检测手段时由于僵尸网络协议多样性或信息加密等的局限性；以域名的共现行为观测对象，可以充分利用僵尸网络的群体性和持续性特征，发现未知的僵尸网络域名。
-
公开(公告)号：CN110069342B
公开(公告)日：2021-01-15
申请号：CN201910289982.3
申请日：2019-04-11
Applicant: 西安交通大学 , 北京奥鹏远程教育中心有限公司
Inventor： 张未展 , 王轩宇 , 郑庆华 , 何智超 , 李姝洁 , 王迎春 , 黄寿钦 , 柳俊全 , 栾佳锡 , 王敬祎 , 冯立楷 , 王志文 , 杜海鹏 , 赵敏 , 李国斌 , 高祥玉 , 王雪松 , 周新运
Abstract: 本发明针对具有共享式交互负载特征的视频应用提出了一种平衡频道资源并自适应协调云端延时与本地负载的融合视频频道的部署方法。首先基于WebRTC，和OpenCV实现具有融合视频直播功能的共享式交互系统。以此系统为基础，将应用抽离独立为三个过程进行实验，得出共享式交互资源‑负载模型。在此基础上，基于该模型预估频道资源负载，通过基于“效用比”的启发式贪心算法(greedy heuristic algorithm)实现准入控制策略，生成频道的准入优先序列，为最大化系统承载量提供依据。之后在部署阶段，首先按照总延时最小原则为频道选择服务器进行初始放置。接下来进行自适应负载平衡，结合服务器的负载‑延时模型，释放部分CPU负载到终端，实现终端与云端之间的负载‑延时平衡。
-
公开(公告)号：CN118397250A
公开(公告)日：2024-07-26
申请号：CN202410585555.0
申请日：2024-05-13
Applicant: 西安交通大学 , 中电信人工智能科技(北京)有限公司
IPC: G06V10/25 , G06V20/70 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/09 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于蒸馏CLIP模型的生成式零样本目标检测方法及系统，方法包括：基于基准模型和训练集执行训练流程，得到训练好的有监督目标检测模型；将训练集输入训练后冻结参数的基准模型，提取已见类视觉特征，并将已见类和未见类的类别信息分别输入CLIP模型，获得类语义嵌入；通过离线知识蒸馏的方式，使用CLIP模型编码已见类语义嵌入和已见类视觉特征，通过蒸馏模块实现CLIP模型对生成模型的知识转移，训练未见类的分类头，并入训练好的基准模型的分类器中；利用修改后的基准模型即可得到输入图片的定位和分类结果。本发明以优化未见类视觉特征生成的方式实现对零样本目标检测精度的提高化，提升了零样本目标检测的性能。
-
公开(公告)号：CN115022684B
公开(公告)日：2023-08-04
申请号：CN202210586839.2
申请日：2022-05-27
Applicant: 西安交通大学
IPC: H04N21/24 , H04N21/2662 , H04L65/1069 , H04L65/80 , H04L67/06 , G06N3/0464 , G06N3/092
Abstract: 一种QUIC协议下基于深度强化学习的视频流自适应传输方法，结合基于门控循环单元(GRU)和卷积(CNN)的神经网络建立网络轨迹特征的提取模型，利用注意力机制学习不同特征对带宽的影响，预测未来时刻带宽信息；将预测的带宽信息作为码率决策的状态输入，建立QoE奖励模型，采用PPO算法训练强化学习网络，决策最优码率；客户端根据码率自适应决策模块的反馈结果将相应视频下载并播放，实现QUIC下的视频流自适应传输框架。本发明能够保证在QUIC协议下，带宽预测模块能够充分提取网络状态信息，实现长窗口的带宽预测，为码率自适应决策提供有效输入，达到充分利用带宽资源的目的，有效提升用户观看体验质量。
-
公开(公告)号：CN113573140B
公开(公告)日：2022-05-03
申请号：CN202110780052.5
申请日：2021-07-09
Applicant: 西安交通大学
IPC: H04N21/4402 , H04N21/4415 , H04N19/124 , H04N19/132 , H04N19/167 , H04N19/176 , H04L65/60 , H04L65/80
Abstract: 一种支持人脸检测与实时超分辨率的码率自适应决策方法，通过YcbCr色度检测和帧间代价判定得到各宏块的人脸区域信息和纹理运动区域信息，计算得到各宏块的兴趣区域等级和帧内因子；结合兴趣区域等级和帧内因子，设计兴趣编码量化方案，并集成到H.264编码器中，对视频进行多种码率编码；将编码后的视频进行切割封装，客户端根据码率自适应决策模块的反馈结果将相应的视频文件下载至缓冲区，在缓冲区内完成超分辨率重建，重新编码后替换原视频块，播放器播放质量增强后的视频块。本发明可使编码后的人脸视频图像在保证主观质量的同时尽可能压缩视频大小，达到降低带宽消耗的目的，同时保证视频图像中重要区域的高码率，提升视频清晰程度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.056 seconds)
