-
公开(公告)号:CN101794448A
公开(公告)日:2010-08-04
申请号:CN201010139976.9
申请日:2010-04-07
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 一种图像处理技术领域的主从摄像机系统的全自动标定方法,本发明通过将转动动态摄像机过程中自动获得的图像拼接成马赛克图像,再自动将该图像与主摄像机图像进行特征点的提取与匹配,从而获得静态摄像机图像像素坐标与动态摄像机控制参数之间的标定结果,实现全自动标定主从摄像机系统。通过马赛克拼接图像表示动态摄像机的视场范围,利用了SURF特征点估计两个不同成像平面之间的关系,只需要事先制定好动态摄像机的运动轨迹,就可以自动的标定出该主从摄像机系统,能够在保持标定精度较好的条件下(误差率为3%-5%),实现主从摄像机系统的自动标定,节省了人力与时间,降低了标定过程中的复杂程度。
-
公开(公告)号:CN101287129A
公开(公告)日:2008-10-15
申请号:CN200810037624.5
申请日:2008-05-20
Applicant: 上海交通大学
Abstract: 一种视频通信技术领域的信源信道联合编码中的信道码码率分配方法,其中:步骤一,将视频传输过程中的信道失真分为两部分:不涉及差错传播的信道失真和涉及差错传播的总信道失真,其中不涉及差错传播的信道失真又包括帧内编码帧信道失真、帧间编码帧信道失真;利用像素内插差错掩盖方法和相邻宏块像素统计信息对帧内编码帧信道失真进行估计,利用宏块拷贝的方法对帧间编码帧信道失真和涉及差错传播的总信道失真进行估计,将三个部分的信道失真进行综合,得到一幅图像的完整的信道失真估计;步骤二,建立一个使信道失真最小的码率分配模型,利用遗传方法得到最优码率分配。本发明方法信道码码率分配的效率和性能。
-
公开(公告)号:CN120013760A
公开(公告)日:2025-05-16
申请号:CN202510085938.6
申请日:2025-01-20
Applicant: 上海交通大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/50 , G06T5/60 , G06T7/269 , G06N3/0464 , G06N3/0455 , H04N21/4402
Abstract: 本发明提供一种基于预测辅助的显微镜视频流帧超分辨率方法和系统,包括:对历史帧进行光流计算,得到初始光流,基于所述初始光流推断当前帧与未来帧之间的运动,获得当前帧和未来帧之间的扭曲光流和传播光流;计算当前帧的图像中像素的运动矢量场,获得当前帧和未来帧之间的估计光流;结合不同来源的所述扭曲光流、所述传播光流和所述估计光流,获得当前帧和未来帧之间的融合光流场;基于所述融合光流场,通过反向传播将当前帧的图像信息传播到未来帧,通过帧合成生成目标超分辨率帧。本发明解决了因带宽限制、网络延迟或图像质量下降而导致的显微镜视频帧丢失、卡顿或冻结现象。
-
公开(公告)号:CN119516566A
公开(公告)日:2025-02-25
申请号:CN202411644056.0
申请日:2024-11-18
Applicant: 上海交通大学
IPC: G06V30/413 , G06V20/40 , G06V10/54 , G06V10/80 , G06T5/50 , G06T15/20 , G06T3/4007 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/042 , G06N3/08
Abstract: 本公开提供一种文本生成三维内容的质量评价方法、系统、介质及终端,其中,方法包括:获取文本生成三维内容的投影视频和文本提示词;将投影视频输入预训练的形状特征提取器,确定文本生成三维内容的形状特征;将投影视频输入预训练的纹理特征提取器,确定文本生成三维内容的纹理特征;将投影视频、文本提示词输入预训练的文本内容一致性特征提取器,确定文本生成三维内容的文本内容一致性特征;将形状特征、纹理特征以及文本内容一致性特征进行特征融合处理,确定文本生成三维内容的评价分数。通过本公开,有效评价文本引导的人工智能生成三维内容的总体感知质量。
-
公开(公告)号:CN100337482C
公开(公告)日:2007-09-12
申请号:CN200510026594.4
申请日:2005-06-09
Applicant: 上海交通大学
IPC: H04N7/26
Abstract: 一种视频编码技术领域的基于对象边缘的形状快速运动估值的方法,步骤如下:(1)形状运动向量预测值MVPs选取:用当前BAB块的邻近BAB块形状运动向量{MVs1,MVs2,MVs3}的中值或者邻近纹理块运动向量{MV1,MV2,MV3}的中值作为当前BAB块的形状运动向量预测值MVPs;(2)中间跳过方法:BAB块跳过后面的搜索过程而结束形状运动估值的条件为:如果当前BAB块与MC-BAB块之间的匹配误差小于等于阈值TH,则形状运动估值过程结束,最终的MVs=MVPs;(3)匹配误差函数的选取:通过加权的SADweight来衡量BAB块的匹配误差;(4)搜索区域的确定:在参考Alpha平面内以MVPs确定的位置为中心进行搜索,搜索区域设定为VOP边界附近。本发明大大超过现有方法的形状运动估值速度,且形状的编码效率并没有降低。
-
-
-
-