-
公开(公告)号:CN116051868B
公开(公告)日:2023-06-13
申请号:CN202310330416.9
申请日:2023-03-31
Applicant: 山东大学
IPC: G06V10/74 , G06V10/82 , G06V10/774
Abstract: 本发明涉及计算机技术领域,公开了一种面向windows系统的界面元素识别方法,包括以下步骤:获取当前windows的系统界面截图、待识别界面元素的图像和信息文本;利用YOLO目标检测模型对系统界面截图进行目标检测处理,获取待识别界面元素的位置PYOLO;依据信息文本,通过UIA技术获取待识别界面元素的位置PUIA,并得到该位置对应的图像;将PYOLO和PUIA进行匹配,根据匹配结果得到待识别的界面元素。本发明所公开的方法在不需要额外下载插件的情况下,可以用同样的方法识别不同界面元素框架内的元素,使用灵活,易于操作。此外,克服图像匹配定位的局限性,界面元素的识别不会受遮挡情况的影响。
-
公开(公告)号:CN116051868A
公开(公告)日:2023-05-02
申请号:CN202310330416.9
申请日:2023-03-31
Applicant: 山东大学
IPC: G06V10/74 , G06V10/82 , G06V10/774
Abstract: 本发明涉及计算机技术领域,公开了一种面向windows系统的界面元素识别方法,包括以下步骤:获取当前windows的系统界面截图、待识别界面元素的图像和信息文本;利用YOLO目标检测模型对系统界面截图进行目标检测处理,获取待识别界面元素的位置PYOLO;依据信息文本,通过UIA技术获取待识别界面元素的位置PUIA,并得到该位置对应的图像;将PYOLO和PUIA进行匹配,根据匹配结果得到待识别的界面元素。本发明所公开的方法在不需要额外下载插件的情况下,可以用同样的方法识别不同界面元素框架内的元素,使用灵活,易于操作。此外,克服图像匹配定位的局限性,界面元素的识别不会受遮挡情况的影响。
-
公开(公告)号:CN115761185A
公开(公告)日:2023-03-07
申请号:CN202211503922.5
申请日:2022-11-29
Applicant: 山东大学
IPC: G06T17/20 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于特征微调的点云视频上采样方法,包括模型训练过程和模型推理过程,所述模型训练过程包括将训练数据集中经过稀疏采样后的稀疏点云视频作为模型的输入,经过上采样后得到输出点云视频;所述模型推理过程包括将任意稀疏点云视频输入到训练后的模型中,经过上采样后,得到与输入稀疏点云视频对应的稠密点云视频;上采样的过程包括特征提取阶段、特征微调阶段和点云重建阶段。本发明利用了点云视频相邻帧的高相似度这一特点,使用特征微调方法,降低计算量最大的特征提取部分的计算量,使得模型更加高效更加轻量,使用重建损失以及排斥损失作为损失函数,最后使用训练好的上采样模型生成更加准确更加稠密的点云视频。
-
公开(公告)号:CN119071242A
公开(公告)日:2024-12-03
申请号:CN202410925514.1
申请日:2024-07-11
Applicant: 山东大学 , 贵州白山云科技股份有限公司
IPC: H04L47/26 , H04L47/193 , H04L69/164 , H04L69/22 , H04L1/00 , H04L1/1607
Abstract: 本发明涉及计算机网络领域,公开了一种基于QUIC的ACK帧处理方法、装置、设备及介质。本发明所公开的方法设计了服务端的ACK帧合并方法,同时根据历史一段时间内读取的ACK帧的数量动态调整客户端发送ACK帧的频率,解决了QUIC协议ACK帧处理开销过高的问题,提高了在CPU资源有限时的吞吐量。
-
公开(公告)号:CN119006619A
公开(公告)日:2024-11-22
申请号:CN202411479292.1
申请日:2024-10-23
Applicant: 山东大学
Abstract: 本发明属于点云压缩领域,涉及一种基于自适应几何分区的点云分片压缩方法。所述方法包括:将给定的三维点云数据按每个点的法向量和曲率进行区域分割,生成多个互不相交且形状扁平的点云片;对每个点云片进行预处理:对经过预处理后的点云片进行自适应几何分区,根据每个点云片中数据点的分布使用八叉树、四叉树和二叉树完成空间划分,构建树结构;对构建获得的所述树结构,使用树结构中相邻节点已经编码的占用信息来预测当前节点的占用概率,进行算数编码,完成点云分片压缩。本发明的方法通过点云分片旋转减少空间的冗余,引入点云片自适应几何分区降低了占用码的平均长度,并且充分利用了几何信息的空间相关性,降低比特率开销,提高压缩效率。
-
公开(公告)号:CN117156175B
公开(公告)日:2024-01-30
申请号:CN202311411669.5
申请日:2023-10-30
Applicant: 山东大学
IPC: H04N21/234 , H04N21/2343 , H04N21/2662 , H04N21/218 , H04N21/239 , H04N21/44 , H04N21/433 , G06N3/0464 , G06N3/092
Abstract: 且在各种网络环境中均具有很强的时间和空间本发明公开了一种基于视口预测距离控制 鲁棒性。的全景视频流QoE优化方法,涉及流媒体视频技术领域,包括构建视口预测距离控制模型,并对模型进行训练;控制模型输入端接收视频客户端发送的输入环境状态,输出端输出动作;控制模型将输出动作发送到视频客户端,视频客户端根据视频下载暂停时间决定下一个视频片段的请求时间点,根据码率阈值与未来视口预测结果确定每个空间瓦片比特率;视频客户端向视频服务器发送视频片段下载请求,视频服务器返回所请(56)对比文件Hui Yuan等.Spatial and TemporalConsistency-Aware Dynamic AdaptiveStreaming for 360-Degree Videos《.IEEEJournal of Selected Topics in SignalProcessing》.2020,第14卷(第1期),全文.侯永宏;邢家明;王利伟.基于模糊控制的流媒体自适应传输算法.计算机工程与科学.2018,(第08期),全文.
-
公开(公告)号:CN117156175A
公开(公告)日:2023-12-01
申请号:CN202311411669.5
申请日:2023-10-30
Applicant: 山东大学
IPC: H04N21/234 , H04N21/2343 , H04N21/2662 , H04N21/218 , H04N21/239 , H04N21/44 , H04N21/433 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种基于视口预测距离控制的全景视频流QoE优化方法,涉及流媒体视频技术领域,包括构建视口预测距离控制模型,并对模型进行训练;控制模型输入端接收视频客户端发送的输入环境状态,输出端输出动作;控制模型将输出动作发送到视频客户端,视频客户端根据视频下载暂停时间决定下一个视频片段的请求时间点,根据码率阈值与未来视口预测结果确定每个空间瓦片比特率;视频客户端向视频服务器发送视频片段下载请求,视频服务器返回所请求片段的空间瓦片;视频客户端将所有瓦片拼接为全景视频,并以控制模型输出的播放速率进行播放。本发明不仅能实现体验质量QoE的改善,而且在各种网络环境中均具有很强的时间和空间鲁棒性。
-
公开(公告)号:CN116363371A
公开(公告)日:2023-06-30
申请号:CN202310601396.4
申请日:2023-05-26
Applicant: 山东大学
IPC: G06V10/26 , G06V10/762 , G06V20/40
Abstract: 本发明属于计算机视觉领域,公开了一种基于帧间相似性的点云分割方法,包括如下步骤:将给定的点云视频分成多个固定长度的视频帧组,每个视频帧组中包含一个参考帧和多个预测帧;对参考帧进行聚类分割,生成多个固定大小且互不相交的点云片;对参考帧点云片运用迭代最近点算法做点云配准,生成转换后的参考帧点云片,然后关联预测帧与转换后的参考帧点云,生成初始预测帧点云片;对生成的初始预测帧点云片,调整点云片内的点,使预测帧点云片与参考帧点云片点数一致,位置对应。本发明所公开的方法利用点云视频帧之间的相似性,分割出固定点数且保留帧间对应关系的点云片;解决了点云存储、传输以及处理过程中需要消耗大量内存和带宽的问题。
-
公开(公告)号:CN115633179A
公开(公告)日:2023-01-20
申请号:CN202211243542.2
申请日:2022-10-12
Applicant: 山东大学
Inventor: 肖梦白
IPC: H04N19/184 , H04N19/42 , H04N19/96
Abstract: 本发明公开了一种用于实时体积视频流传输的压缩方法,通过聚类分割与两阶段的点云注册实现了点云以片为单位的动作补偿,并进一步将点云帧组划分为点云片组;对每一个点云片组构建共同点云片,并生成每个片对应的颜色信息,将预测帧颜色信息处理为颜色残差;之后该方法根据客户端的用户视角信息剔除不可见的点云片,对剩余的点云片使用八叉树与RAHT算法对几何信息与颜色信息编码;最后解码器通过CPU多线程技术并行解码彼此无关的点云片码流,实现了高速解码,满足了实时性的要求,该方法创建了共同点云片来有效地利用体积视频点云帧之间时间上的相似性,通过消除帧之间时间上的冗余来提高压缩率。
-
-
-
-
-
-
-
-