-
公开(公告)号：CN113747229B
公开(公告)日：2022-08-02
申请号：CN202110885078.6
申请日：2021-08-03
Applicant: 上海交通大学
IPC: H04N21/433 , H04N21/845 , H04N17/00 , H04L65/80
Abstract: 本发明提供一种切片大小预测和自适应码率控制方法、系统及介质，包括：S1，对于前Start_Num个切片提供优化缓冲区精度、优化首开延迟两种下载策略，用于在首开延迟和精度缓冲区之间进行权衡；S2，在S1的基础上，获取自适应流媒体过程中的缓冲区信息，对于优化首开延迟策略未下载的增强层切片大小做补齐操作，建立完整的参考缓冲区历史信息；S3，利用所述参考缓冲区历史信息和当前切片的下载情况，预测当前时间槽处的增强层切片大小。本发明设计了一个切片大小预测模块去代替传统ABR算法中切片大小的平均表示，并将该模块加在现有ABR算法之上，带来了很大的性能提升。
-
公开(公告)号：CN110728633B
公开(公告)日：2022-08-02
申请号：CN201910840411.4
申请日：2019-09-06
Applicant: 上海交通大学
IPC: G06T5/00 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明提供一种多曝光度高动态范围反色调映射模型构建方法及装置，包括：从原始高动态范围视频中截取的高动态范围图像，转化为标准动态范围图像，调整曝光时间产生多曝光度的标准动态范围图像，不同曝光度的标准动态范围图像与同一幅正常曝光度的高动态范围图像组成有监督的数据集，作为训练数据集；建立基于卷积神经网络和跳跃式连接的生成对抗网络；对生成对抗网络建立由图像内容特征、本征特征和感知特征综合的目标损失函数，采用训练数据集不断训练优化，得到最终模型。本发明能调节过曝光或欠曝光图像的亮度，提升生成的高动态范围图像的效果，且考虑到高动态范围图像的亮度特性与色度特性，更好地实现了对高动态范围的反色调映射。
-
公开(公告)号：CN112347852B
公开(公告)日：2022-07-29
申请号：CN202011075951.7
申请日：2020-10-10
Applicant: 上海交通大学
Abstract: 本发明公开了一种体育运动视频的目标追踪与语义分割方法及装置、插件，该方法包括：根据输入的视频帧和目标初始化位置信息提取特征图，获得特征图信息；根据特征图信息对目标进行定位，获得目标位置信息；对特征图信息及目标位置信息进行特征的融合，并且对非目标区域的背景信息进行过滤；根据融合特征及特征图信息进行解码操作，并最终形成目标的语义掩膜。该装置包括：骨干网络编码器、预测网络单元、特征融合网络单元以及解码器。该插件包括：视频信息组件、视频预览组件、视频播放组件、新建目标组件、追踪调整组件以及特效组件。通过本发明，能够在存在目标形变、旋转、遮挡等问题的体育视频中提升追踪精度。
-
公开(公告)号：CN113747498A
公开(公告)日：2021-12-03
申请号：CN202110889020.9
申请日：2021-08-03
Applicant: 上海交通大学
IPC: H04W28/02 , H04L12/841
Abstract: 本发明提供了一种针对移动蜂窝网络的可配置低延迟拥塞控制方法及系统，包括：使用最小滤波器从最近的RTT样本序列中估计最新的RTT；使用线性回归方法根据历史RTT向量计算RTT梯度；使用估计的RTT和RTT梯度检测拥塞并计算动态步长调节拥塞窗口。本发明基于网络延迟提取拥塞信号，并根据估计的RTT和RTT梯度迅速调整拥塞窗口，可以对快速变化的移动蜂窝网络做出反应，增强了实际应用的适用性和可行性。
-
公开(公告)号：CN113674354A
公开(公告)日：2021-11-19
申请号：CN202111001389.8
申请日：2021-08-30
Applicant: 上海交通大学
Abstract: 本发明公开了一种三维重建方法及系统、计算机设备及计算机可读存储介质。所述方法包括：获取面向同一标定物的多个图像采集器采集的多帧图像，其中，每一帧图像包括彩色图像和深度图像，各图像采集器采集的帧图像是准同步的；基于各图像采集器采集的帧图像生成与其对应的点云；将各图像采集器对应的点云转换至世界坐标系以获得融合后的点云；去除融合后的点云中的重叠区域和离群点，以获得三维模型。本发明的技术方案在很大程度上提高了三维重建后的图像的质量和准确度。
-
Patent Agency Ranking
公开(公告)号：CN113269792A
公开(公告)日：2021-08-17
申请号：CN202110494193.0
申请日：2021-05-07
Applicant: 上海交通大学
Abstract: 本发明公开了一种图像后期和谐化处理方法、系统及终端，该方法包括：利用前景掩膜分割图指示待处理区域，得到前景掩膜区域图，在每一归一化层，将前景掩膜区域图缩放到与该归一化层的特征大小相同；区域自适应实例归一化层根据缩放后的前景掩膜区域图，从输入图像特征图的背景区域提取出统计特征，并将统计特征通过反调制应用到前景区域的特征上，使得前景与背景在特征部分具有相似的统计特征；将区域自适应实例归一化层应用到图像和谐化映射网络中，将输入图像的前景图像输入到图像和谐化映射网络中，输出已将前景图像调整后的图像。通过本发明，保证了前景与背景之间具有更加连续的视觉风格，可应用到现有的图像处理软件，且取得较好的改善。
-
公开(公告)号：CN105869117B
公开(公告)日：2021-04-02
申请号：CN201610184129.1
申请日：2016-03-28
Applicant: 上海交通大学
Abstract: 本发明公开一种针对深度学习超分辨率技术的GPU加速方法，所述方法将基于深度学习、卷积神经网络的超分辨率技术的所有步骤都并行化，并在GPU运行；所述并行化是对基于深度学习、卷积神经网络的超分辨率技术的卷积进行并行任务划分，将卷积操作划分为数百万个互不相关、能以任意顺序并行执行的微任务，从而使GPU超强并行计算能力得到发挥。进一步的，利用GPU储存器的特性，将卷积核数据和输入图像数据缓存到共享存储器和寄存器，从而大幅优化卷积的计算速度；融合卷积与非线性层；针对不同卷积大小选取最佳优化方法。本发明将一个高质量的超分辨率方法加速到满足视频处理的速度要求，并且不会带来任何图像质量损失。
-
公开(公告)号：CN105869105B
公开(公告)日：2021-02-12
申请号：CN201610184146.5
申请日：2016-03-28
Applicant: 上海交通大学
IPC: G06T1/20
Abstract: 本发明公开一种针对A+超分辨率技术的GPU加速方法，所述A+超分辨率技术步骤包括bicubic插值、差分、收集差分特征、主成分分析、锚特征搜索匹配和回归、低高频特征叠加、高分辨率块重叠映射回高分辨率图像；所述方法将A+超分辨率技术上述的所有步骤并行化，并移植到GPU上运行。进一步的，通过调整图像和特征数据存放格式以满足GPU全局内存的合并访问、GPU内核程序指令级优化以达到尽可能快的GPU运行速度、使用CPU/GPU联合计算加快处理视频的速度。本发明将一个高质量的超分辨率技术加速到满足视频处理需要的速度，并且不会带来任何图像质量损失。
-
公开(公告)号：CN110166850B
公开(公告)日：2020-11-06
申请号：CN201910465138.1
申请日：2019-05-30
Applicant: 上海交通大学
Abstract: 本发明提供一种多重CNN网络预测全景视频观看位置的方法和系统，其中：基于前一段时间的观看轨迹，运用神经网络方法预测出下一时刻的观看点；将要预测时刻的全景视频帧映射成多个方向上的小视频帧，每个小视频帧通过第一个卷积神经网络CNN得到相应的显著图，将所述显著图合并成整个的视频帧的显著图，再将所述整个的视频帧的显著图通过第二个卷积神经网络CNN进行精炼得到全景视频帧显著图；将预测的所述观看点和所述全景视频帧显著图输入到全连接网络，得到最终的预测点即全景视频观看位置点。本发明综合考虑了观看视频时的时间连续性和全景视频的映射失真问题，并将两者结合起来得到最终的最优预测点，因而能够实现较高的预测准确率。
-
公开(公告)号：CN109348309B
公开(公告)日：2020-07-28
申请号：CN201810418020.9
申请日：2018-05-04
Applicant: 上海交通大学
IPC: H04N21/845 , H04N21/2343 , H04N21/4402
Abstract: 本发明提供了一种适用于帧率上变换的分布式视频转码方法，在转码视频前读取输入视频的帧信息，确定可行切割点。根据输入视频帧率和输出视频帧率、图像组长度，计算分片的单位长度，再计算分片除去冗余的长度，并根据输入视频的切割点分布，确定带有冗余的切割方案。根据切割方案完成视频分片后，根据输出参数对视频片段以分布式的方式进行解码和处理，同时计算需要在片段开始和结束位置截去的冗余视频帧数目。根据计算结果截去处理后视频流的前后冗余，编码并按照时间顺序拼接成完整的视频码流，再与音频流进行复用和封装。本发明考引入冗余以解决分布式视频转码在分片时引入的视频质量损失，同时实现了固定图像组大小的分布式帧率上变换转码。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.027 seconds)
