公开(公告)号：CN111191520B

公开(公告)日：2023-02-07

申请号：CN201911260885.8

申请日：2019-12-10

Applicant: 北京大学

Inventor： 蒋婷婷 ,  李晟 ,  黄铁军 ,  田永鸿

IPC: G06V40/20

Abstract: 本发明公开了一种用于动作识别的人体骨架压缩方法，包括：获取待识别的人体骨架数据，其中所述人体骨架数据是由时间和关节构成的矩阵；计算所述人体骨架数据中每个关节的运动得分，并按照所述运动得分从高到低的顺序对所述人体骨架数据中的每个关节进行排序，按照顺序选择预设数目的关节作为保留关节；根据所述保留关节对所述人体骨架数据进行压缩，得到压缩数据；根据所述压缩数据对人体动作进行识别。通过上述方法，可以将骨架数据流压缩到较小的带宽，同时保持动作识别的精度尽可能高。

公开(公告)号：CN103220549A

公开(公告)日：2013-07-24

申请号：CN201310181878.5

申请日：2013-05-16

Applicant: 北京大学

Inventor： 高文 ,  齐峰 ,  蒋婷婷 ,  马思伟 ,  贾慧柱 ,  赵德斌

IPC: H04N17/00 ,  H04N7/26

Abstract: 本发明公开了一种视频发生器及系统，该发生器包括格式转换子模块、缓存池、协同调度模块、多级控制指针、缓存窗、时钟锁、播控输出模块。所述格式转换子模块用于对输入视频格式进行转换，并将转换后的视频输出到缓存池；缓存池用于码流数据的缓存，在缓存池中为码流分配指定数量的多级控制指针，并为每级控制指针开辟一个缓冲窗，缓冲窗输出连接播控输出模块；播控输出模块用于输出同源异步码流；时钟锁输出连接播控输出模块，用于通过播控输出模块的码流帧率设定系统时钟周期，并控制系统的输入输出操作；协同调度模块用于控制格式转换子模块、多级控制指针和时钟锁，缓存池和缓存窗的状态反馈至协同调度模块。视频发生器及系统可用于改进视频编码器主观测试的准确性和客观性，提高测试效率。

公开(公告)号：CN108596902B

公开(公告)日：2020-09-08

申请号：CN201810418632.8

申请日：2018-05-04

Applicant: 北京大学

Inventor： 蒋婷婷 ,  黄晨 ,  姜明

IPC: G06T7/00 ,  G06N3/04

Abstract: 本发明提供了一种基于选通卷积神经网络的多任务全参考图像质量评价方法。该方法包括：基于全参考图像质量评价数据集构建无监督训练数据集，利用无监督训练数据集对选通自编码器进行训练；构建包括编码器模块、抽象模块和预测模块的掩码选通卷积神经网络，使用训练好的选通自编码器初始化掩码选通卷积神经网络的编码器模块，利用全参考图像质量评价数据集对掩码选通卷积神经网络进行端到端的训练；利用训练好的掩码选通卷积神经网络对测试图片进行图像质量评价。本发明通过编码参考图像和失真图像之间的变换，同时估计图像质量分数和识别失真类型，能够更加充分准确的评价图像质量。

公开(公告)号：CN108596902A

公开(公告)日：2018-09-28

申请号：CN201810418632.8

申请日：2018-05-04

Applicant: 北京大学

Inventor： 蒋婷婷 ,  黄晨 ,  姜明

IPC: G06T7/00 ,  G06N3/04

Abstract: 本发明提供了一种基于选通卷积神经网络的多任务全参考图像质量评价方法。该方法包括：基于全参考图像质量评价数据集构建无监督训练数据集，利用无监督训练数据集对选通自编码器进行训练；构建包括编码器模块、抽象模块和预测模块的掩码选通卷积神经网络，使用训练好的选通自编码器初始化掩码选通卷积神经网络的编码器模块，利用全参考图像质量评价数据集对掩码选通卷积神经网络进行端到端的训练；利用训练好的掩码选通卷积神经网络对测试图片进行图像质量评价。本发明通过编码参考图像和失真图像之间的变换，同时估计图像质量分数和识别失真类型，能够更加充分准确的评价图像质量。

公开(公告)号：CN103745454B

公开(公告)日：2017-01-11

申请号：CN201310692533.6

申请日：2013-12-17

Applicant: 北京大学

Inventor： 田永鸿 ,  陈峥莹 ,  蒋婷婷 ,  黄铁军

IPC: G06T7/00 ,  G06K9/66

Abstract: 本发明涉及图像质量评价领域，具体涉及一种基于排序学习的图像处理算法或系统的评价方法，输入若干组不同的图像处理算法或系统的输出结果图像，在完成标注的数据集上进行排序学习,得到排名函数，通过所述排名函数得到每一组待评价图像的相对质量高低，评价对应的图像处理算法或系统的相对质量，本发明的益处在于：适用性广,可面向图像压缩处理、图像清晰化处理等多种图像处理类型，尤其适用于图像清晰化处理等目前没有公认评价指标的情况，仅在人工标注阶段需要少量的参考图像信息，因此可以很好的解决一类很难得到参考图像的质量评价问题，利用本发明提供的基于排序学习的图像处理算法或系统的评价方法，可以评价多种图像处

公开(公告)号：CN105635727A

公开(公告)日：2016-06-01

申请号：CN201511008623.4

申请日：2015-12-29

Applicant: 北京大学

Inventor： 蒋婷婷 ,  范志巍 ,  黄铁军

IPC: H04N17/00

CPC classification number: H04N17/00

Abstract: 本发明实施例提供了一种基于成对比较的图像主观质量的评价的方法和装置。所述方法包括：利用图像客观质量评价算法，生成待评价的所有图像的客观质量分数；根据所述所有图像的客观质量分数，生成所述所有图像的图像对的初始化的成对比较结果，作为当前成对比较结果；根据所述当前成对比较结果，生成所述所有图像的当前全局排序结果；根据所述图像对的再进行一次主观比较的价值，从所述图像组的图像对中，选择一个第一图像对，获取观测者对所述第一图像对的相对质量的判断结果；根据观测者对所述第一图像对的相对质量的判断结果，更新图像的当前成对比较结果；更新所述当前全局排序结果；判断是否满足以下任一条件；当满足以下任一条件时，则结束。