-
Patent Agency Ranking
公开(公告)号：CN111526354A
公开(公告)日：2020-08-11
申请号：CN201911165762.6
申请日：2019-11-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多尺度空间视差信息的立体视频舒适度预测方法，包括以下步骤：从立体视频每帧的不同尺度视差信息提取尺度空间域特征与尺度空间流特征；建立尺度空间域特征与尺度空间流特征权重关系得到立体视频每帧输入特征；利用SVR进行单帧舒适度预测并采用时间中值池化策略得到立体视频舒适度得分。上述方法在不同尺度空间提取特征，并将不同尺度空间特征进行融合，建立不同特征的权重关系，有效体现每个尺度的时间流视差特征对舒适度预测的贡献，有效体现每个尺度的时间流视差特征对舒适度预测的贡献，对立体视频视觉舒适度进行更准确的预测。
-
公开(公告)号：CN111405265B
公开(公告)日：2021-09-17
申请号：CN202010214373.4
申请日：2020-03-24
Applicant: 杭州电子科技大学
IPC: H04N13/122 , H04N13/275
Abstract: 本发明公开了一种新型的图像绘制技术，包括以下步骤：3D图像变换；利用图像之间的深度差值来划分绘制不准确区域；设置图像的前景阈值和背景阈值；处理空洞。上述技术方案利用图像之间的深度差值来划分绘制不准确区域，根据图像的实际情况将图像中视觉冲击最明显的区域中的破损区域重新进行绘制，从而让图像的绘制区域变得更加清晰，减少最后一步填充空洞时空洞的个数，从而降低时间复杂度。
-
公开(公告)号：CN113179396A
公开(公告)日：2021-07-27
申请号：CN202110295931.9
申请日：2021-03-19
Applicant: 杭州电子科技大学
IPC: H04N13/279 , H04N13/106 , H04N13/156 , H04N13/15 , G06T7/194 , G06T5/50 , G06T5/00 , G06K9/62
Abstract: 本发明方法公开了基于K‑means模型的双视点立体视频融合方法。本发明方法首先对左、右视点深度图进行预处理，得到左、右视点深度图像；然后分别对左、右视点深度图像运用K‑means方法进行分割，对分割后的前景和背景区域深度图像进行三维投射运算，得到左、右视点的前景和背景绘制图像；以前景绘制图像为蓝本，用背景绘制图像填充前景绘制图像的空缺区域，将填充后的左、右视点绘制图像进行图像融合，获得虚拟视点绘制图像；最后将虚拟视点绘制图像的空洞区域根据空洞周围的像素信息进行加权填充，获得最终输出图像。本发明方法采用像素级别的操作，对空洞区域进行精准处理，使绘制效果在视觉效果上更加优质，更加协和。
-
公开(公告)号：CN111225217A
公开(公告)日：2020-06-02
申请号：CN201911296384.5
申请日：2019-12-16
Applicant: 杭州电子科技大学
IPC: H04N19/895 , H04N19/597
Abstract: 本发明提出一种基于虚拟视点绘制的3D-HEVC错误隐藏方法，包括以下步骤：S1、彩色图补偿，对丢失的整帧彩色图像进行绘制并生成绘制视点，由于绘制视图中存在遮挡块和失真，根据当前视点和绘制视点的前后向参考帧的信息，对绘制的彩色图进行补偿；S2、判定遮挡块及进行局部填充，提取补偿后的彩色图仍然存在较小的遮挡块，并进行局部填充。本发明突破了视差矢量的局限性，在不使用视差矢量的情况下，改进了虚拟视点绘制产生遮挡块的判别和填充方式，在提高错误隐藏准确率的同时，降低了总体复杂度，更好的消除遮挡块和图像失真。
-
公开(公告)号：CN111405264B
公开(公告)日：2022-04-12
申请号：CN202010068774.3
申请日：2020-01-20
Applicant: 杭州电子科技大学
IPC: H04N13/122 , H04N13/128 , H04N13/15
Abstract: 本发明公开了一种基于深度调整的3D视频舒适度改善方法。解决了一般3D视频观看不舒适、视觉体验不佳的问题。本发明包括以下步骤：S1：对左视点图、右视点图的深度图都进行预处理，得到预处理图；S2：对预处理图进行深度滤波，得到滤波图；S3：对滤波图进行深度去纹理，得到去纹理图；S4：根据去纹理图进行虚拟视点绘制，获得虚拟右视点彩色图；S5：用虚拟右视点彩色图和原始视点图进行替换得到改善的3D视频。本发明的增益效果是降低了视差、梯度变化、纹理对观感体验的影响，实现了整体舒适度的改善。
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
