基于多分支循环卷积神经网络的HEVC帧间快速方法

    公开(公告)号:CN109982092B

    公开(公告)日:2022-11-01

    申请号:CN201910349667.5

    申请日:2019-04-28

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于多分支循环卷积神经网络的HEVC帧间快速方法,属于视频编码领域,方法包括:首先使用多分支卷积神经网络,对每个CTU进行预处理,并分别作为不同分支的卷积神经网络的输入,经过卷积计算之后,将得到的特征进行全连接,分为三个分支输出特征向量,再利用循环神经网络将特征向量和上一时刻的状态向量进行处理,并加入不同QP值的考量,最终输出三个分支的分类结果,三个分支分别对应每个CTU中深度等级0、1或2,判断三个深度等级的CU是否继续划分或者停止划分。本发明一种基于多分支循环卷积神经网络的HEVC帧间快速方法能够减少编码器计算开销,在保持编码性能基本不变的情况下,减少编码时间。

    一种基于时空对抗生成网络的视频行为识别方法

    公开(公告)号:CN110390308B

    公开(公告)日:2022-09-30

    申请号:CN201910682423.9

    申请日:2019-07-26

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于时空对抗生成网络的视频行为识别方法,包括:基于空域对抗生成网络提取输入的包含人类行为的视频的空间特征,基于时域对抗生成网络提取输入的包含人类行为的视频的时间特征,将空间对抗生成网络和时间对抗生成网络提取的两个维度特征进行拼接,得到时空融合特征,通过SVM支持向量机对融合后的特征向量进行分类,从而识别出视频行为。本发明基于时空生成对抗网络,充分考虑其学习特性、视频特点和人类动作特征,有效地结合人类行为特征提取视频中所包含的主要时空特征信息进行融合,基于时空特征信息之间的互补性获得更有表征能力的时空特征,从而对输入视频做出准确的行为识别。

    基于区块链的积分通兑共识存储方法及系统

    公开(公告)号:CN114900536A

    公开(公告)日:2022-08-12

    申请号:CN202210551110.1

    申请日:2022-05-18

    Applicant: 华侨大学

    Abstract: 本发明公开一种基于区块链的积分通兑共识存储方法及系统,通过判断接收接收积分通兑请求的节点类型,将积分通兑请求最终确定中心节点接收并处理生成积分通兑交易数据区块广播至区块链进行存储。优势:流通性,传统积分无法在不同商家间转移,而积分上链后,便具有流通属性;公开透明,平台的积分通过区块链实现发行和核销,每一个积分都可追溯、可查询,真正做到信息透明;不可篡改,积分一旦发行,区块链和合约都会切实保证积分的有效性,约束商家承认积分价值,保证交易数据的公开性和可靠性,提高了积分发行的规范性,为不同积分发行企业和积分用户提供统一的积分平台,提高了积分流通性,便于积分用户进行积分操作,提高用户体验,动态评估各商家积分价值,避免恶意套现。

    一种针对H.266/VVC帧内预测编码的快速编码单元划分方法

    公开(公告)号:CN114885172A

    公开(公告)日:2022-08-09

    申请号:CN202210389982.2

    申请日:2022-04-14

    Applicant: 华侨大学

    Abstract: 本发明提供的一种针对H.266/VVC帧内预测编码的快速编码单元划分方法,根据纹理描述符对当前编码CU的纹理复杂度进行判别,若为平坦区域,则终止当前CU的划分,将尺寸为64×64的CU块采取四叉树划分,得到尺寸为32×32的CU块,计算水平、垂直活动度,若水平、垂直活动度之差小于设定阈值,则采取VTM默认方式,若水平活动度大于垂直活动度,则计算四叉树划分、水平二叉树划分和水平三叉树划分的纹理活动度,若垂直活动度大于水平活动度,计算四叉树划分、垂直二叉树划分和垂直三叉树划分的纹理活动度,并对纹理活动度大小进行判别,选择对应划分方式,否则采取VTM默认方式;本发明方法能提前终止平坦的CU块划分,跳过大量的代价计算,简单有效地节省编码时间。

    一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法

    公开(公告)号:CN114697681A

    公开(公告)日:2022-07-01

    申请号:CN202210390001.6

    申请日:2022-04-14

    Applicant: 华侨大学

    Abstract: 本发明提供一种基于纹理复杂度的H.266/VVC屏幕内容编码快速划分方法,包括如下步骤:对输入的屏幕内容视频帧进行LoG检测,对CU计算四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的纹理复杂度差异值;并比较四叉树划分、水平二叉树划分以及垂直二叉树划分的子CU的纹理复杂度差异值大小;如果四叉树划分的纹理复杂度差异值为最小,则跳过四叉树划分的率失真优化过程,如果水平二叉树划分的纹理复杂度差异值为最小,则跳过水平二叉树和水平三叉树划分的率失真优化过程,如果垂直二叉树划分的纹理复杂度差异值为最小,则跳过垂直二叉树和垂直三叉树划分的率失真优化过程;本发明方法在保证编码效率几乎不变的情况下有效降低了编码器计算复杂度。

    一种基于三维边缘相似度特征的点云质量分析方法

    公开(公告)号:CN114581389A

    公开(公告)日:2022-06-03

    申请号:CN202210176395.5

    申请日:2022-02-24

    Applicant: 华侨大学

    Abstract: 本发明提供了一种基于三维边缘相似度特征的点云质量分析方法,该方法考虑到人眼视觉系统特性对点云图像的边缘轮廓特征具有较高的敏感性,且考虑到了点云的三维特征,将参考和失真点云尺度归一化后采用多尺度的3D‑DOG滤波器提取其边缘和结构特征,多尺度的滤波器可以从不同程度展现点云的细节,即可以从不同的角度有效地反映点云的退化程度;该方法充分利用人眼视觉对于边缘信息的敏感度,模拟了人眼主观评价点云图像的过程,相较于其他方法具有较好的点云质量分析性能,且本发明方法具有较高的识别准确性、敏感性以及鲁棒性。

    基于多教师联合指导量化的模型压缩方法及系统

    公开(公告)号:CN114239861A

    公开(公告)日:2022-03-25

    申请号:CN202111543069.5

    申请日:2021-12-16

    Applicant: 华侨大学

    Abstract: 本发明实例公开了一种基于多教师联合指导量化的网络模型压缩方法及系统,利用模型量化降低深度神经网络的存储开销,提高推理速度;基于在线同步学习的联合训练范式,结合集成学习中对弱学习进行线性组合构建强学习的思想,由多个教师网络对学生网络进行量化感知训练,充分利用教师网络提供的量化梯度信息,以弥补量化压缩造成的性能损失;最后,再以全精度模型作为教师网络,通过离线知识蒸馏进一步训练量化学生网络,最终得到精度不逊于复杂模型的轻量级模型。本发明有效结合了模型量化、知识蒸馏以及集成学习的优势,在实现模型压缩与加速的同时也提升了模型性能。

    基于多任务学习与知识蒸馏的车辆再辨识方法及系统

    公开(公告)号:CN114022697A

    公开(公告)日:2022-02-08

    申请号:CN202111109745.8

    申请日:2021-09-18

    Applicant: 华侨大学

    Abstract: 本发明实例公开了一种基于多任务学习与知识蒸馏的车辆再辨识方法及系统,利用多任务学习架构使网络同时学习多个相关联任务所需的知识,从而习得表征更丰富的通用特征,提高模型的泛化能力;同时,将多任务学习训练得到的模型作为教师网络,将结构相似、参数量更少的紧凑模型作为学生网络,通过知识蒸馏,利用大型教师网络的内部层间知识对小型学生网络的训练进行监督,得到精度不逊于复杂模型的轻量化模型。本发明针对车辆再辨识的任务特点改进了网络结构与训练范式,既提升了模型性能,也对其进行了有效的压缩与加速。

    一种基于时空Gabor特征张量的全参考屏幕视频质量评估方法

    公开(公告)号:CN111510707B

    公开(公告)日:2021-08-31

    申请号:CN202010326713.2

    申请日:2020-04-23

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于时空Gabor特征张量的全参考屏幕视频质量评估方法。该方法首先分别给定参考和失真屏幕视频序列,将3D‑Gabor滤波器作用于参考和视频序列以获得时空特征张量;然后计算出参考屏幕视频和失真屏幕视频的时空特征张量相似度;最后,使用基于时空特征张量的池化策略获得失真屏幕视频的质量分数。本发明所述的方法计算简单,能够准确评估屏幕视频质量。

Patent Agency Ranking