-
公开(公告)号：CN108076344A
公开(公告)日：2018-05-25
申请号：CN201711208991.2
申请日：2017-11-27
Applicant: 上海交通大学
IPC: H04N19/147 , H04N19/154 , H04N19/172 , H04N19/70
Abstract: 本发明提供一种基于权重图模型的VR视频码率控制比特分配方法，其中：在VR视频的经纬度图格式下，根据失真程度的不同，计算得到每一帧图像的权重图；根据每一帧图像的权重图计算每一个最大编码单元的加权平均值；根据每一个最大编码单元的加权平均值在未编码单元的权重图所占比例，对各个编码单元进行目标比特的分配，实现码率控制功能。本发明综合考虑编码单元的内容复杂度和编码单元在整幅图像上的失真水平，因而能够在最大编码单元级实现基于权重图的码率控制。
-
公开(公告)号：CN107995492A
公开(公告)日：2018-05-04
申请号：CN201711207765.2
申请日：2017-11-27
Applicant: 上海交通大学
IPC: H04N19/146 , H04N19/186 , H04N19/85
Abstract: 本发明提供一种适用于高动态范围的码率控制比特分配方法，其中：读取原始高动态范围图像，转化为适用于编码器的格式；根据标准动态范围的码率控制比特分配方法，对每个最大编码单元计算每像素的比特分配；根据每个最大编码单元的高动态范围的亮度对每个最大编码单元的标准动态范围的码率进行调整；根据得到的适用于高动态范围的每像素比特数对每个最大编码单元编码，实现适用于高动态范围的码率控制。本发明在考虑了相比标准动态范围亮度和色度在高动态范围中的差异的基础上，还考虑了原有码率控制模型的优势，使得调整后的码率控制方式在保持原有码率控制模型的码率稳定性的同时，实现适用于高动态范围的码率分配方法。
-
公开(公告)号：CN107657229A
公开(公告)日：2018-02-02
申请号：CN201710874527.0
申请日：2017-09-25
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明提供一种基于视频内容分类的无参考模糊度评价修正方法，包含内容分类数据库建立及模糊度评分修正，内容分类数据库使用离线视频或图像的全参考评价分数和待修正的无参考客观模糊度评价分数之间的线性关系对图像内容进行分类，分类后在每一类中使用Logistic函数对上述数据进行非线性拟合，该拟合函数即可用于对新的具有相近内容类型的视频帧的无参考模糊度打分进行修正。评分修正时首先通过神经网络对新的视频帧与数据库中的图像进行内容匹配，并使用对应类别的修正函数对新视频帧的模糊度评分进行修正。本发明可以克服内容多样性带来的影响，有效地解决了背景技术中的问题，使得模糊度评价方法可以应用于实际视频服务中。
-
公开(公告)号：CN106331433A
公开(公告)日：2017-01-11
申请号：CN201610729038.1
申请日：2016-08-25
Applicant: 上海交通大学
Abstract: 本发明提供一种基于深度递归神经网络的视频去噪方法，所述方法采用端到端的深度神经网络模型，所述深度神经网络模型包含两层递归神经网络，将有噪视频作为输入，第一层递归神经网络通过递归和非线性运算获得视频的初级特征，并将其作为输出传递到下一层递归神经网络，视频在第二层递归网络中获得高级特征，输出层利用两层递归神经网络获得的特征解码重构最终输出去噪后的视频；本发明利用时间域的递归结构端到端地进行视频去噪，无须通过其他复杂算法获取视频的运动信息；利用深度网络结构强大的表达能力实现有噪视频与去噪视频之间的映射；能够延展并应用在各种不同类型的噪声中，如高斯噪声、泊松-高斯混合噪声等。
-
公开(公告)号：CN106231320A
公开(公告)日：2016-12-14
申请号：CN201610794668.7
申请日：2016-08-31
Applicant: 上海交通大学
IPC: H04N19/436 , H04N19/184 , H04N19/146 , H04N19/164 , H04N19/19
CPC classification number: H04N19/436 , H04N19/146 , H04N19/164 , H04N19/184 , H04N19/19
Abstract: 本发明提供一种支持多机并行编码的联合码率控制方法及系统，其中：帧级目标比特根据全局目标码率、虚拟缓冲区状态和帧类型设定；每一帧等分成几个片后分发到多机上进行编码，片级目标比特根据各个片的编码复杂度设定；根据目标比特和码率控制模型设定合适的拉格朗日乘子和量化参数，实现码率控制功能。本发明基于视频帧空间分割的多机并行编码，考虑了在保持各个编码器同时编码的情况下，有效地实现全局的码率控制精度，是一种并行友好的码率控制方法。
-
Patent Agency Ranking
-
-
公开(公告)号：CN102970536B
公开(公告)日：2015-10-28
申请号：CN201210462123.8
申请日：2012-11-15
Applicant: 上海交通大学
IPC: H04N19/567 , H04N19/61
Abstract: 本发明提供一种改进的带有预测残差调整的视频编码方法，其中：根据预设的量化参数，获得基于量化的视频编码方法的失真；根据预设的量化参数和预测残差的调整程度，获得在带有预测残差调整的编码方法下，由量化和残差调整所造成的总失真；设得到的两种编码方法的失真相等或近似相等，以此确定在失真等效的意义下，带有预测残差调整的编码方法的等效量化参数；将得到的等效量化参数代入为基于量化的视频编码优化拉格朗日乘子的方法中，得到适用于带有预测残差调整的视频编码的拉格朗日乘子。接着，利用得到的拉格朗日乘子对带有预测残差调整的视频编码进行率失真优化。本发明考虑了由量化和残差调整所造成的总失真，因而能够获得较高的编码效率。
-
公开(公告)号：CN103780901A
公开(公告)日：2014-05-07
申请号：CN201410029987.X
申请日：2014-01-22
Applicant: 上海交通大学
IPC: H04N17/00 , H04N19/154 , H04N19/146
Abstract: 本发明提供一种基于视频空间和时间信息的视频质量及压缩码率估计方法，其中：根据Sobel算子提取出视频图像帧的空间信息，用序列中空间信息最大的图像帧的空间信息表示视频序列的空间信息；根据视频前后两帧的亮度信息之差来表示视频序列当前帧的时间信息，用序列中时间信息最大的图像帧的时间信息表示视频序列的时间信息。用视频的空间和时间信息作为视频内容的复杂程度，结合视频编码器类型、视频源分辨率、帧率来对压缩编码后的视频进行质量预测评估；同时，也可以根据视频序列的时间和空间信息预测达到要求等级的视频质量时所需要的压缩码率范围。本发明充分考虑了视频内容对视频质量的影响，因而能够获得较高的预测性能。
-
公开(公告)号：CN102571484A
公开(公告)日：2012-07-11
申请号：CN201110418586.X
申请日：2011-12-14
Applicant: 上海交通大学
Abstract: 本发明公开了一种检测网络水军以及找到网络水军的方法，首先建立蜜罐帐号；通过帐号管理模块对所有蜜罐帐号进行统一筹划，确定蜜罐帐号的发帖和关注策略；从收集的帐号中检测机器人帐号；帐号特征模块对帐号特征向量进行描述，这个向量包括多维；帐号检测模块对收集的帐号，根据帐号特征向量符合机器人帐号特性的多少来检测网络水军；利用检测出来的机器人帐号找到更多的机器人帐号和水军。本发明能够从社交网络中找到更多的机器人帐号或者水军帐号，确定水军军团分布。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.027 seconds)
