-
公开(公告)号:CN1761286A
公开(公告)日:2006-04-19
申请号:CN200510030971.1
申请日:2005-11-03
Applicant: 上海交通大学
Abstract: 一种图像处理技术领域的用边缘检测、运动检测和中值滤波去除蚊式噪声的方法,即先对图像进行帧内处理,然后对经过帧内处理的连续的三帧图像进行帧间处理。具体为:使用Laplace算子对图像进行边缘检测,得到每个像素的边缘信息,如果某一像素为边缘像素或者它周围的四个像素中有两个以上的边缘像素,保留其值不变;否则,用一个中值滤波器对该像素进行滤波处理;进行运动检测,根据相邻帧之间的差异,判断当前帧中的像素是否运动,如果该像素是运动像素,则保留其值不变;如果是非运动像素,则将三帧中的对应点进行中值滤波的结果作为该像素的滤波结果。本发明最大限度地保护了图像的细节和清晰度,提高了输出图像的视觉质量。
-
公开(公告)号:CN118553409A
公开(公告)日:2024-08-27
申请号:CN202410720187.6
申请日:2024-06-05
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H50/20 , A61B5/0205 , A61B5/145 , A61B5/00 , A61B5/01 , A61B6/50 , A61B6/00 , A61B6/46 , G16H30/40 , G06N3/0464 , G06V10/80 , G06V10/82 , G06V10/84
Abstract: 本申请涉及深度学习技术领域,公开了一种基于多模态成像技术的呼吸模式识别方法及系统。所述方法包括:基于多模态成像技术和多传感器组采集目标呼吸图像数据、多个目标生理指标数据以及多个目标环境参数数据;进行特征提取和特征数据量化,得到图像特征量化数据和生理特征量化数据;创建初始特征融合向量并进行注意力机制加权分析,得到目标特征融合向量;通过EM‑DNN模型进行呼吸模式识别,得到第一呼吸模式识别结果;通过贝叶斯网络进行呼吸环境影响因数计算,得到呼吸环境影响因数集合;进行结果校验,得到目标用户的第二呼吸模式识别结果,本申请采用多模态成像技术和深度学习技术提高了呼吸模式识别的准确率。
-
公开(公告)号:CN100588262C
公开(公告)日:2010-02-03
申请号:CN200810037624.5
申请日:2008-05-20
Applicant: 上海交通大学
Abstract: 一种视频通信技术领域的信源信道联合编码中的信道码码率分配方法,其中:步骤一,将视频传输过程中的信道失真分为两部分:不涉及差错传播的信道失真和涉及差错传播的总信道失真,其中不涉及差错传播的信道失真又包括帧内编码帧信道失真、帧间编码帧信道失真;利用像素内插差错掩盖方法和相邻宏块像素统计信息对帧内编码帧信道失真进行估计,利用宏块拷贝的方法对帧间编码帧信道失真和涉及差错传播的总信道失真进行估计,将三个部分的信道失真进行综合,得到一幅图像的完整的信道失真估计;步骤二,建立一个使信道失真最小的码率分配模型,利用遗传方法得到最优码率分配。本发明方法信道码码率分配的效率和性能。
-
公开(公告)号:CN1688164A
公开(公告)日:2005-10-26
申请号:CN200510026594.4
申请日:2005-06-09
Applicant: 上海交通大学
IPC: H04N7/26
Abstract: 一种视频编码技术领域的基于对象边缘的形状快速运动估值的方法,步骤如下:(1)形状运动向量预测值MVPs选取:用当前BAB块的邻近BAB块形状运动向量{MVs1,MVs2,MVs3}的中值或者邻近纹理块运动向量{MV1,MV2,MV3}的中值作为当前BAB块的形状运动向量预测值MVPs;(2)中间跳过方法:BAB块跳过后面的搜索过程而结束形状运动估值的条件为:如果当前BAB块与MC-BAB块之间的匹配误差小于等于阈值TH,则形状运动估值过程结束,最终的MVs=MVPs;(3)匹配误差函数的选取:通过加权的SADweight来衡量BAB块的匹配误差;(4)搜索区域的确定:在参考Alpha平面内以MVPs确定的位置为中心进行搜索,搜索区域设定为VOP边界附近。本发明大大超过现有方法的形状运动估值速度,且形状的编码效率并没有降低。
-
公开(公告)号:CN118542659B
公开(公告)日:2025-05-02
申请号:CN202410755733.X
申请日:2024-06-12
Applicant: 上海交通大学医学院附属瑞金医院 , 复旦大学附属儿科医院
Abstract: 本申请涉及机器视觉技术领域,公开了一种基于机器视觉的呼吸监测方法、装置、设备及存储介质。所述方法包括:通过图像传感器采集呼吸运动图像数据;进行动作识别和片段选择,得到运动状态图像序列以及休息状态图像序列;计算初始ROI区域图像;进行图像预处理,得到目标ROI区域图像,并进行时变特征提取,得到时变特征集合;进行呼吸率分析,得到呼吸率分布曲线;进行呼吸率异常检测,得到呼吸率异常检测结果;通过呼吸率异常检测结果从呼吸率异常处理列表中进行呼吸率异常处理策略匹配,得到目标呼吸率异常处理策略并进行呼吸监测告警,本申请采用机器视觉技术提高了呼吸监测的准确率。
-
公开(公告)号:CN105407357B
公开(公告)日:2019-07-05
申请号:CN201510885787.9
申请日:2015-12-04
Applicant: 上海交通大学
IPC: H04N19/503 , H04N19/51 , H04N19/567
Abstract: 本发明提供一种基于聂曼‑皮尔逊准则的SKIP模式快速选择方法,步骤是:将一个预测单元预测模式判定建模为“SKIP模式”和“非SKIP模式”两类的分类问题,采用当前编码单元的SKIP模式的率失真代价作为决策特征,在线统计学习前四帧,针对不同量化参数及不同编码单元深度,通过非参数概率密度估计分别得到最优选为SKIP模式和非SKIP模式时的决策特征的条件概率分布。然后基于在线学习的统计信息,利用聂曼‑皮尔逊判定准则对剩余帧的SKIP模式进行提前判决。基于聂曼‑皮尔逊准则,在限制SKIP模式错判概率的前提下,尽可能多的减少SKIP模式漏判概率,即在保证编码的率失真性能情况下,最大可能的提高编码速度。
-
公开(公告)号:CN105430391B
公开(公告)日:2018-11-16
申请号:CN201510885775.6
申请日:2015-12-04
Applicant: 上海交通大学
IPC: H04N19/105 , H04N19/119 , H04N19/147 , H04N19/159
Abstract: 本发明提供一种基于逻辑回规分类器的帧内编码单元快速选择方法,所述方法将一个编码单元是否向下划分建模为“向下划分”和“不向下划分”两类的分类问题,采用逻辑回规分类器来解决这个两类分类问题。离线学习三个视频序列得到逻辑回规分类器最优的逻辑回规系数,通过计算多个候选特征的有效性来选择最佳的决策特征。利用离线学习得到的逻辑回规分类器对帧内编码单元进行快速选择,从而跳过其它不必要的预测编码模式计算,能够有效的降低HEVC编码器帧内编码复杂度,有利于实时HEVC编码器的实时应用。
-
公开(公告)号:CN103763569B
公开(公告)日:2016-11-09
申请号:CN201410005285.8
申请日:2014-01-06
Applicant: 上海交通大学
IPC: H04N19/96 , H04N19/159 , H04N19/103
Abstract: 本发明公开一种基于先入先出队列的HEVC细粒度并行预测方法,其特征在于:允许一个编码树单元内部多个不同CU同时进行预测过程,并利用多个先入先出队列管理CU间的同步和通信。与现有技术相比,本发明充分利用了CTU内部的并行性,可以达到CTU内部理论上的最大并行度,并且不会带来任何压缩性能损失。
-
公开(公告)号:CN104333755A
公开(公告)日:2015-02-04
申请号:CN201410582598.X
申请日:2014-10-27
Applicant: 上海交通大学
IPC: H04N19/109 , H04N19/147
Abstract: 本发明提供了一种HEVC中B帧的基于SKIP/Merge RD Cost的CU提前终止方法,步骤是:首先是为每一帧初始化各个阈值,然后是针对每一个CU通过阈值来判断是否能提前终止,包括SKIP/Merge模式的提前跳出和CU停止向下划分两个部分,最后是根据搜索得到的最优模式进行阈值的自适应更新。本发明能够解决HEVC在B帧CU搜索时复杂度过大的问题,在HEVC的参考编码器HM12.0下,针对多个视频序列编码器平均有50%的速度提升,而BD-rate(相同质量下的码率)仅有1.25%的增加。
-
公开(公告)号:CN103763569A
公开(公告)日:2014-04-30
申请号:CN201410005285.8
申请日:2014-01-06
Applicant: 上海交通大学
IPC: H04N19/96 , H04N19/159 , H04N19/103
Abstract: 本发明公开一种基于先入先出队列的HEVC细粒度并行预测方法,其特征在于:允许一个编码树单元内部多个不同CU同时进行预测过程,并利用多个先入先出队列管理CU间的同步和通信。与现有技术相比,本发明充分利用了CTU内部的并行性,可以达到CTU内部理论上的最大并行度,并且不会带来任何压缩性能损失。
-
-
-
-
-
-
-
-
-