-
公开(公告)号：CN104539962B
公开(公告)日：2017-12-01
申请号：CN201510025201.1
申请日：2015-01-20
Applicant: 北京工业大学
IPC: H04N19/30 , H04N19/567 , H04N19/167 , H04N19/109 , H04N19/11
CPC classification number: H04N19/36 , H04N19/10 , H04N19/103 , H04N19/11 , H04N19/124 , H04N19/127 , H04N19/132 , H04N19/139 , H04N19/147 , H04N19/154 , H04N19/167 , H04N19/17 , H04N19/176 , H04N19/37 , H04N19/53
Abstract: 本发明公开了一种融合视觉感知特征的可分层视频编码方法，包括视觉感兴趣区域优先级的设定以及视频编码资源分配方案的设定，前者为：鉴于视频图像内容的丰富性和人眼视觉选择性注意机制，将视频内容分别进行时域和空域视觉特征显著度分析，完成视觉感兴趣区域优先级标注，后者表现为：为在保证视频编码质量和压缩效率的同时，提高视频编码实时性能，依据视觉感兴趣区域优先级，首先满足感兴趣区域宏块的编码资源最优化，实现分层编码，本文提出的视频编码方案有效缓解了编码复杂度与编码效率之间的矛盾，与H.264/AVC国际视频编码标准相比，能够在保持较高视频图像质量和低压缩码率的前提下，将编码速度平均提高约80％，显著改善了视频编码性能。
-
公开(公告)号：CN107071497A
公开(公告)日：2017-08-18
申请号：CN201710360589.X
申请日：2017-05-21
Applicant: 北京工业大学
IPC: H04N19/96 , H04N19/154 , H04N19/11 , H04N19/176
Abstract: 本发明公开一种基于时空相关性的低复杂度视频编码方法，通过当前编码CTU的时空相邻CTU的四叉树深度信息，对当前编码CTU的四叉树深度范围进行有效预测，避免了完整四叉树遍历，降低了编码器得到最优四叉树深度的计算时间。采用本发明的技术方案，在随机接入配置下可以实现平均节省34％的编码时间，且码率增加较小，重建图像主观质量较好。
-
公开(公告)号：CN103188496B
公开(公告)日：2016-03-09
申请号：CN201310098216.1
申请日：2013-03-26
Applicant: 北京工业大学
IPC: H04N19/139 , H04N19/147 , H04N19/176 , H04N19/19 , H04N19/51 , H04N19/513 , H04N19/52
Abstract: 本发明属于视频压缩编码领域，公开了一种基于运动矢量分布预测的快速运动估计视频编码方法。该方法首先从原始视频数据中提取当前宏块的亮度信息，针对整像素运动矢量分布特征搜索设计简洁的运动估计搜索模板，合理分配搜索点数。然后对运动矢量分布进行预测，根据预测结果自适应地选择在搜索模板相应区域内小范围搜索。在运动估计搜索过程中对运动矢量是否为0进行判断，作为跳过模板搜索的判据。本发明方法与视频编码标准H.264中采用的运动估计搜索算法及其它改进算法相比较，能有效地加速运动估计搜索过程，减少运动估计耗时，严格控制了码率增加，保证了较好的重构图像质量，实现了快速运动估计编码。
-
公开(公告)号：CN101640802B
公开(公告)日：2012-06-20
申请号：CN200910091890.0
申请日：2009-08-28
Applicant: 北京工业大学
IPC: H04N7/32
Abstract: 本发明公开了一种基于宏块特征和统计特性的视频帧间压缩编码方法，涉及视频压缩编码领域。本发明包括以下步骤：首先从原始视频数据中提取当前编码宏块的亮度信息；根据对当前编码宏块选择最优帧间模式的统计特性，采用双层预判准则，确定最优帧间编码模式；再利用当前编码宏块的时空相关性特征，有选择性进行帧内编码；根据率失真代价函数，将最佳帧间编码模式和最佳帧内编码模式进行比较，确定最终的帧间编码模式对当前宏块进行编码。本发明方法与视频编码标准H.264中采用的遍历式全搜索的帧间预测编码方法相比较，视频质量几乎没有损失；严格控制了码率增加，保持了原标准算法高压缩比的优越性能，并且能够大幅度提高帧间编码速度。
-
公开(公告)号：CN101640802A
公开(公告)日：2010-02-03
申请号：CN200910091890.0
申请日：2009-08-28
Applicant: 北京工业大学
IPC: H04N7/32
Abstract: 本发明公开了一种基于宏块特征和统计特性的视频帧间压缩编码方法，涉及视频压缩编码领域。本发明包括以下步骤：首先从原始视频数据中提取当前编码宏块的亮度信息；根据对当前编码宏块选择最优帧间模式的统计特性，采用双层预判准则，确定最优帧间编码模式；再利用当前编码宏块的时空相关性特征，有选择性进行帧内编码；根据率失真代价函数，将最佳帧间编码模式和最佳帧内编码模式进行比较，确定最终的帧间编码模式对当前宏块进行编码。本发明方法与视频编码标准H.264中采用的遍历式全搜索的帧间预测编码方法相比较，视频质量几乎没有损失；严格控制了码率增加，保持了原标准算法高压缩比的优越性能，并且能够大幅度提高帧间编码速度。
-
Patent Agency Ranking
公开(公告)号：CN100409690C
公开(公告)日：2008-08-06
申请号：CN200610080881.8
申请日：2006-05-19
Applicant: 北京工业大学
Abstract: 基于时空相关性的视频帧间压缩方法，涉及视频压缩领域。本发明的特征在于具有以下处理步骤：(1)取出原始的视频数据，针对其中的亮度分量处理；(2)得到一帧图像中的一个宏块的亮度值；(3)计算宏块的空间相关性，利用水平、垂直预测方法得到当前宏块与预测宏块的残差值，作为空间相关性的度量；(4)计算宏块的时间相关性，得到当前宏块与前一帧对应位置宏块的差值，作为时间相关性的度量；(5)比较空间相关性和时间相关性的大小；(6)根据比较后的结果，采用相应的编码模式对该宏块编码。本发明所提供的方法与视频编码标准H.264中采用的帧间编码方法相比，在压缩比相差很少的情况下，能够大幅度提高帧间编码的速度。
-
公开(公告)号：CN116486430A
公开(公告)日：2023-07-25
申请号：CN202310250174.2
申请日：2023-03-15
Applicant: 北京工业大学
IPC: G06V40/10 , G06V10/80 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G16H30/40 , G16H50/30
Abstract: 本发明公开了一种基于多分辨率特征融合的多方位身体姿态评估方法，包含以下步骤：构建多方位身体姿态图像数据集；构建多分辨率特征融合的多方位身体姿态评估模型；训练多分辨率特征融合的多方位身体姿态评估模型；将待评估的身体姿态图像输入到训练后的多分辨率特征融合的多方位身体姿态评估模型进行身体姿态评估。本发明针对基于视觉的身体姿态评估技术中身体关键点数量不充分与检测位置不精准的问题，为多分辨率特征融合的多方位身体姿态评估模型提供训练数据；融合CBAM注意力机制模块，采用多分辨率特征融合的思想设计了支持多方位的身体姿态评估模型，提高特征提取精度，实现定制化的身体姿态关键点的快速检测与身体姿态的准确评估。
-
公开(公告)号：CN116177847A
公开(公告)日：2023-05-30
申请号：CN202310466666.5
申请日：2023-04-27
Applicant: 北京工业大学
IPC: C02F11/143 , C02F11/00 , C02F101/20
Abstract: 本发明公开了一种污泥调理药剂及其使用方法，涉及污泥处理技术领域。本发明污泥调理药剂是由聚合铝硅复合调理剂和稻壳生物炭构成，其中，聚合铝硅复合调理剂是由氯化铝、硅酸钠和碳酸钠混合而成。本发明的污泥调理药剂具有很强的吸附和桥接能力，使形成的污泥絮体更致密、更抗压缩。同时还能改善污泥的可压缩性能，使泥饼在较大的机械压力下仍然能保持通透性，有助于提高污泥的过滤能力。利用本发明污泥调理药剂对污泥进行调理，能够显著提高污泥的深度脱水能力，可以广泛应用于城市污水处理厂污泥的预处理，具有良好的应用前景。
-
公开(公告)号：CN113108949B
公开(公告)日：2022-11-04
申请号：CN202110279691.3
申请日：2021-03-16
Applicant: 北京工业大学
IPC: G01K15/00 , G01K13/024 , G01W1/08
Abstract: 本发明公开了一种基于模型融合的探空仪温度传感器误差预测方法，属于传感器技术领域。本发明包含以下步骤：构建高空气象探测数据集；利用特征工程进行相应影响因素构建；设计增强型深度神经网络模型；设计基于模型融合的传感器误差预测方法。本发明充分利用机器学习在误差预测中的优势，并以残差为思想，设计了针对探空仪温度传感器误差的预测模型，有效地提升了传感器的测量精度。
-
公开(公告)号：CN109587503B
公开(公告)日：2022-10-18
申请号：CN201811648995.7
申请日：2018-12-30
Applicant: 北京工业大学
IPC: H04N19/593 , H04N19/11 , H04N19/147 , H04N19/597 , H04N13/161
Abstract: 本发明公开了一种基于边缘检测的3D‑HEVC深度图帧内编码模式快速决策方法，本方法通过判断当前预测单元属于平坦区域还是纹理复杂区域来简化帧内模式选择过程。若满足平坦区域条件，则跳过相应帧内预测模式；否则，通过检测边缘的方向来减少粗模式选择(RMD)中角度模式计算数量，从而降低帧内编码复杂度，减少编码时间。对比实验结果证明了本算法的有效性，与标准测试平台HTM 16.0相比，本方法在保证视频编码质量基本不变的前提下，可以节省30.61％的编码时间，有效降低了视频帧内编码的复杂度。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.048 seconds)
