-
公开(公告)号：CN113852814B
公开(公告)日：2023-06-16
申请号：CN202110811333.2
申请日：2021-07-19
Applicant: 南京邮电大学
IPC: H04N19/12 , H04N19/14 , H04N19/436 , H04N19/70 , H04N19/96
Abstract: 本发明公开了数据级和任务级融合的并行解码方法、装置及存储介质，以CTU的划分深度以及CU到PU的划分方式来确定CTU的解码复杂度，再将相同复杂度的CTU组分配给多个线程进行并行处理，从而使像素解码重构时的多线程负载均衡；在数据结构层面，引入位图和增强四叉树结构，使用位图记录CTU解码状态信息，仅在四叉树的叶子节点存储解码信息，同时在解码前，读取位图中存储的CTU解码状态信息，再对当前CTU进行解码，由此提升了CTU状态信息的存取效率；通过在位图和四叉树等数据结构中引入读写锁，避免了多个线程对解码信息的读取产生的资源冲突，实现了所述核心模块的任务级和数据级融合并行处理。
-
公开(公告)号：CN115131416A
公开(公告)日：2022-09-30
申请号：CN202210650866.1
申请日：2022-06-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于地形阴影检测的半径自适应可视域分析方法及装置。通过距离变步长采样对地形剖面曲线采样得到采样点集合，利用地形剖面曲线极值的关键点、关键斜率以及极值区间等检测地形曲线的连续阴影区域，减少单视线方向地形上阴影区不可视栅格的计算。接着，提出地形环视线模型和可视半径自适应精度补偿等方法，对单视线方向可视情况进行维度扩展实现区域可视域分析。本发明可以较高效和高精度地实现大规模数据与复杂场景的地形可视域分析。
-
公开(公告)号：CN110598614B
公开(公告)日：2022-08-26
申请号：CN201910830346.7
申请日：2019-09-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种结合粒子滤波的相关滤波目标跟踪方法，结合相关滤波和粒子滤波，首先用转移模型生成粒子，并对粒子进行初始化；然后从重要性概率密度函数中随机采样粒子；之后对粒子的权值进行更新并对粒子进行重采样；对重采样得到的每个粒子进行相关滤波，根据相关滤波器的响应对每个粒子的权重进行修正，实现对粒子的选择；最后进行加权平均得到粒子的状态。利用相关滤波可以引导粒子向目标分布状态模式移动，一定程度上减少了粒子的个数，降低计算的复杂度。同时，粒子滤波能解决尺度变化问题，因此算法对目标发生尺度变化也具有一定的鲁棒性。
-
公开(公告)号：CN113935951A
公开(公告)日：2022-01-14
申请号：CN202111066977.X
申请日：2021-09-13
Applicant: 南京邮电大学
Abstract: 本发明公开一种三通道级联SEU‑Nets肝肿瘤分割方法，第一级肝脏分割网络从静脉期CT图像中分割出肝脏区域，并根据预设置的阈值将肝脏区域转化为二值的肝脏掩膜；动脉期CT图像、静脉期CT图像和延迟期CT图像与肝脏掩膜进行掩膜运算，获得动脉期肝脏感兴趣区域、静脉期肝脏感兴趣区域和延迟期肝脏感兴趣区域；第二级肿瘤分割网络处理动脉期的肝脏感兴趣区域、静脉期的肝脏感兴趣区域和延迟期的肝脏感兴趣区域，获得动脉期深层图像特征图、静脉期深层图像特征图和延迟期的深层图像特征图；利用特征级联融合对动脉期深层图像特征图、静脉期深层图像特征图和延迟期深层图像特征图进行特征融合，输出肝脏肿瘤分割概率图，本发明提升了肝脏肿瘤的整体分割精度。
-
公开(公告)号：CN108573217B
公开(公告)日：2021-12-07
申请号：CN201810233527.7
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明提出了一种结合局部结构化信息的压缩跟踪方法，在压缩跟踪中加入信息结构化预处理步骤，将具有相似纹理、颜色、亮度等特征的相邻像素聚合成一个有视觉意义的不规则像素块，在像素块基础上提取HSV颜色特征，通过构建颜色置信图进行目标位置一阶段的粗估计，再结合像素块的局部结构化信息随机投影与像素级别的随机投影构成新型测量矩阵，利用该测量矩阵对haar‑like特征进行降维处理，根据朴素贝叶斯分类器完成对目标的二阶段精准位置估计，实现目标准确跟踪。相比于现有跟踪技术，本发明结合中层次线索的局部结构化信息与低层次线索的haar‑like特征共同对目标外观进行表征，有效提高了目标跟踪的准确性和鲁棒性，保证了目标跟踪的实时性。
-
Patent Agency Ranking
公开(公告)号：CN109460744B
公开(公告)日：2021-08-27
申请号：CN201811418016.9
申请日：2018-11-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的视频监控系统，包括图像采集模块、图像预处理及筛选模块、分组转发模块、两级分类模块以及分类结果统计模块；所述图像采集模块连接各监控源，采集各监控源的图像数据；所述图像预处理及筛选模块对采集到的图像进行处理并筛选；所述分组转发模块对处理过的图像数据进行统一编码并将其发送到两级分类模块；所述两级分类模块对图像数据进行可疑异常检测、第二级的异常目标检测以及生产区域的安全隐患检测；所述分类结果统计模块统计得到的分类结果并通过对分类结果的连续时间性判断做出分类结果判定。本发明能够有效的结合到现有视频监控系统，能够实现实时的生产区域安全信息的提取，达到预防和控制安全隐患的目的。
-
公开(公告)号：CN110599518A
公开(公告)日：2019-12-20
申请号：CN201910752113.X
申请日：2019-08-15
Applicant: 南京邮电大学
Abstract: 本发明属于目标跟踪的技术领域，具体涉及一种基于视觉显著度的超像素分割与条件数分块的跟踪方法，在基于视觉显著度的目标跟踪框架中，采用SLIC超像素分割算法来生成目标图像的超像素区域，并确定各个超像素区域中的最大矩形分块，引入条件数，通过平滑度和陡度用来确定分块的模糊程度，实现目标分块的选择性修改，并对分块使用中心关联拓扑模型来进行目标描述，有效的减少了用于特征描述的像素点个数，在目标外观发生运动模糊更好地分离前景与背景，提高了目标跟踪的准确率与实时性。
-
公开(公告)号：CN110598614A
公开(公告)日：2019-12-20
申请号：CN201910830346.7
申请日：2019-09-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种结合粒子滤波的相关滤波目标跟踪方法，结合相关滤波和粒子滤波，首先用转移模型生成粒子，并对粒子进行初始化；然后从重要性概率密度函数中随机采样粒子；之后对粒子的权值进行更新并对粒子进行重采样；对重采样得到的每个粒子进行相关滤波，根据相关滤波器的响应对每个粒子的权重进行修正，实现对粒子的选择；最后进行加权平均得到粒子的状态。利用相关滤波可以引导粒子向目标分布状态模式移动，一定程度上减少了粒子的个数，降低计算的复杂度。同时，粒子滤波能解决尺度变化问题，因此算法对目标发生尺度变化也具有一定的鲁棒性。
-
公开(公告)号：CN105992008B
公开(公告)日：2019-08-30
申请号：CN201610192698.0
申请日：2016-03-30
Applicant: 南京邮电大学
IPC: H04N19/44 , H04N19/436
Abstract: 本发明公开了一种在多核处理器平台上的多层次多任务并行解码方法。本发明方法针对高清视频的巨大数据量和HEVC解码的超高处理复杂度问题，利用HEVC数据中的依赖性，提出了一种在多核处理器平台上任务和数据有效结合的多层次多任务并行解码算法。本发明将HEVC解码分成帧层熵解码和CTU层数据解码两类任务，采用不同的粒度分别进行并行处理：对熵解码任务以帧级方式并行；对CTU数据解码任务以CTU数据行方式并行；每一个任务由独立的线程执行，并被绑定到一个独立的核运行，充分利用了多核处理器的并行计算性能，实现对未使用任何并行编码技术的HEVC全高清单一码流的实时并行解码。采用的多核并行算法相比于串行解码，大大提高了解码的并行加速比，并保证了解码图像质量。
-
公开(公告)号：CN105894022B
公开(公告)日：2019-05-03
申请号：CN201610193012.X
申请日：2016-03-30
Applicant: 南京邮电大学
Abstract: 本发明属于智能视频监控技术领域，提出了一种自适应分层关联多目标跟踪方法。本方法利用增量线性可判别分析(ILDA，Incremental Linear Discriminant Analysis)寻找一个能尽可能分离各个目标的投影矩阵，并提取各个目标的特征均值向量，并用其定义轨迹和候选目标进行匹配的关联代价函数，从而来指导连续轨迹和断开轨迹的增长。当前帧匹配结束后，计算各个轨迹最新匹配结果和其特征均值向量的差异，当差异大于一定阈值的时候，用该匹配结果来更新ILDA模型相关参数，否则不更新。相比现有技术，本发明能够减少多目标跟踪过程中由于目标外观相似而跟错目标的概率。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.033 seconds)
