-
公开(公告)号：CN110430440A
公开(公告)日：2019-11-08
申请号：CN201910530061.1
申请日：2019-06-19
IPC: H04N21/231 , H04N21/239 , H04N21/262 , H04N21/643 , H04N21/647
Abstract: 本申请涉及一种视频传输方法、系统、计算机设备和存储介质，利用边缘服务器预先将流行度较高的视频进行预取和缓存，这样在客户端请求视频时，边缘服务器可以高效的将对应的视频输出给客户端，极大地提高了视频传输性能、效率。
-
Patent Agency Ranking
公开(公告)号：CN110430440B
公开(公告)日：2021-11-30
申请号：CN201910530061.1
申请日：2019-06-19
IPC: H04N21/231 , H04N21/239 , H04N21/262 , H04N21/643 , H04N21/647
Abstract: 本申请涉及一种视频传输方法、系统、计算机设备和存储介质，利用边缘服务器预先将流行度较高的视频进行预取和缓存，这样在客户端请求视频时，边缘服务器可以高效的将对应的视频输出给客户端，极大地提高了视频传输性能、效率。
-
公开(公告)号：CN110175953A
公开(公告)日：2019-08-27
申请号：CN201910439532.8
申请日：2019-05-24
Applicant: 鹏城实验室 , 清华大学深圳研究生院
Abstract: 本发明提供一种图像超分辨方法和系统，该方案包括：将待处理图像作为卷积神经网络超分模型的输入，卷积神经网络超分模型由四个依次连接的执行模块构成；第一执行模块对待处理图像进行处理，得到第一处理图像；第二执行模块对第一处理图像进行处理，输出包含第二处理图像；第三执行模块对第二处理图像进行处理，输出第三处理图像；第四执行模块对第三处理图像进行处理，输出超分辨率图像。基于本发明，卷积神经网络超分模型为待处理图像设置加权特征，通过对加权特征的学习，确定待处理图像中的重要特征，并依据重要特征进行超分辨处理，从而提高卷积神经网络超分模型的特征表达能力，使得超分辨处理后所得到的超分辨率图像的细节质量大大提高。
-
公开(公告)号：CN110175953B
公开(公告)日：2023-04-18
申请号：CN201910439532.8
申请日：2019-05-24
Applicant: 鹏城实验室 , 清华大学深圳研究生院
IPC: G06T3/40 , G06V10/82 , G06V10/774
Abstract: 本发明提供一种图像超分辨方法和系统，该方案包括：将待处理图像作为卷积神经网络超分模型的输入，卷积神经网络超分模型由四个依次连接的执行模块构成；第一执行模块对待处理图像进行处理，得到第一处理图像；第二执行模块对第一处理图像进行处理，输出包含第二处理图像；第三执行模块对第二处理图像进行处理，输出第三处理图像；第四执行模块对第三处理图像进行处理，输出超分辨率图像。基于本发明，卷积神经网络超分模型为待处理图像设置加权特征，通过对加权特征的学习，确定待处理图像中的重要特征，并依据重要特征进行超分辨处理，从而提高卷积神经网络超分模型的特征表达能力，使得超分辨处理后所得到的超分辨率图像的细节质量大大提高。
-
-
-
-
Search Results
6
records
(took 0.044 seconds)
