-
公开(公告)号：CN117915080A
公开(公告)日：2024-04-19
申请号：CN202410131440.4
申请日：2024-01-31
Applicant: 重庆邮电大学
IPC: H04N19/103 , H04N19/186 , H04N19/176
Abstract: 本发明属于视频编码领域，具体涉及一种适用于VVC SCC的快速编码模式决策方法，包括：将视频帧亮度分量分割成不同大小的子块并分为四组；对四组CU分别设计四种基于卷积神经网络的模式分类器，并设计损失函数进行训练；通过训练后的模式分类器并行预测每个子块的编码模式概率；对每个子块的编码模式概率进行排序，从大到小选择前n个模式的概率并求和，当所选模式的概率和大于设定阈值时，停止选择，得到最优编码模式。本发明针对VVC复杂的划分结构进行了优化，通过使用卷积神经网络，实现了对编码单元(CU)的模式快速预测，能够有效地跳过不可能的模式，显著减少了不必要的模式检查，从而大幅提高了编码速度。
-
公开(公告)号：CN113403232A
公开(公告)日：2021-09-17
申请号：CN202110788480.2
申请日：2021-07-13
Applicant: 重庆邮电大学
Abstract: 本发明提供一种筛选菲类的多环芳烃降解菌的方法，主要包括取受石油污染的土壤于含结晶紫的LB液体培养基中培养，然后按浓度梯度稀释后涂布于含结晶紫的LB平板倒置培养，挑取现无色圈的单菌落接种于液体LB试管中培养，计算脱色率，对结晶紫脱色率大于80％的继续筛选使菲降解率大于45％的菌株为菲类的多环芳烃降解菌。本方法利用结晶紫，该染料是一种常见的三苯甲烷类染料，当所观察的样品能由紫色转为浅紫最终无色的时候，显示该菌可降解结晶紫，具有降解多环芳烃的效果，该筛选方法获得的高效降解结晶紫的菌，同时也能降解稠环芳烃。
-
Patent Agency Ranking
公开(公告)号：CN119514727A
公开(公告)日：2025-02-25
申请号：CN202411590369.2
申请日：2024-11-08
Applicant: 重庆邮电大学
IPC: G06N20/00
Abstract: 本发明涉及一种基于自适应本地模型初始化和双重知识蒸馏的个性化联邦学习方法，属于边缘计算技术领域。该方法通过在每个客户端上根据全局模型与局部模型之间的余弦相似度进行本地模型初始化，获取自适应初始化后的局部模型；在每个客户端上根据全局模型和历史局部模型分别进行知识蒸馏，通过双重知识蒸馏更新局部模型的参数；中央服务器接收参与训练的所有客户端上传的局部模型，并基于数据质量和客户端贡献度的双重动态聚合权重，得到最终的全局模型。本发明在处理数据异质性问题时能够显著提高模型的精度和收敛速度，并在多种边缘计算场景中表现出较好的适应性与鲁棒性。
-
公开(公告)号：CN117880532B
公开(公告)日：2024-10-11
申请号：CN202410057279.0
申请日：2024-01-15
Applicant: 重庆邮电大学
IPC: H04N19/96 , H04N19/593 , H04N19/147 , H04N19/176
Abstract: 本发明涉及一种基于VVC的屏幕内容快速模式决策方法，包括：根据图像内容利用基于组合的分类策略将编码单元划分为屏幕内容CU、自然内容CU以及混合内容CU；根据CU之间的空间相关性对自然内容CU进行模式决策；根据CU的纹理特征和空间相关性特征以及中间编码信息对屏幕内容CU进行模式决策；对于混合内容CU则保留VVC默认的模式决策；本发明对于自然内容CU结合空间相关性跳过非Intra模式的检查，对于屏幕内容CU利用决策树来进行模式检查排序以及模式检查提前终止预测，实现了模式检查候选列表的缩减，减少了视频编码的时间。
-
公开(公告)号：CN117915102B
公开(公告)日：2024-10-08
申请号：CN202410142922.X
申请日：2024-02-01
Applicant: 重庆邮电大学
IPC: H04N19/186 , H04N19/103 , H04N19/96
Abstract: 本发明属于视频编码领域，具体涉及一种基于内容划分的VVC SCC快速模式决策方法，包括：将视频帧亮度分量分割成64x64的CU；设计模式决策模型并对其进行训练；通过内容预测子网络预测该CU的类别概率，根据概率值将他们分类；若CU的类别为混合内容，继续预测内容；对于分类为自然内容的CU，直接选择Intra模式；对于分类为动画内容A和屏幕内容TGM的CU，进一步将其特征图送入模式预测子网络预测每个模式的概率；根据动画内容A和屏幕内容TGM的CU的编码概率值进行最优模式决策。本发明针对VVC复杂的划分结构进行了优化，通过使用CNN模型和基于组合的分类子网络，以实现对CU的内容分类和模式预测。
-
公开(公告)号：CN118400528A
公开(公告)日：2024-07-26
申请号：CN202410224459.3
申请日：2024-02-29
Applicant: 重庆邮电大学
IPC: H04N19/13 , H04N19/122 , H04N19/132 , H04N19/159 , H04N19/186 , G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及视频编码领域，具体涉及一种多尺度360度视频帧内快速划分方法，包括构建并训练CU在不同尺寸不同纬度类别下的划分模式预测模型；获取待处理图像帧的亮度分量图像，对该亮度分量图像进行分割处理得到8种目标CU；针对每一目标CU的尺寸大小和纬度类别选取对应的划分模式预测模型，计算得到每一目标CU选取每一种划分模式的概率值；基于概率值，通过多级阈值选择方法确定每一目标CU的最优划分模式；本发明减少了需要计算RD cost的模式数量，从而减小了编码过程中的计算复杂度，提高了编码效率。
-
公开(公告)号：CN103487047A
公开(公告)日：2014-01-01
申请号：CN201310340510.9
申请日：2013-08-06
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于改进粒子滤波的移动机器人定位方法，包括步骤：建立机器人的运动方程和路标计算方程；用多agent粒子群优化算法优化粒子集，所得的最优值为对位姿的估计；利用卡尔曼滤波算法对环境路标进行估计；权重更新及归一化，重采样。本发明定位方法定位准确且易于实现，在移动机器人的仿真过程中，移动机器人的位姿估计和环境路标估计更加精确。
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
