-
公开(公告)号：CN102630012A
公开(公告)日：2012-08-08
申请号：CN201210091619.9
申请日：2012-03-30
Applicant: 北京交通大学
IPC: H04N7/26
CPC classification number: H04N19/105 , H04N19/132 , H04N19/137 , H04N19/139 , H04N19/172 , H04N19/176 , H04N19/39 , H04N19/463 , H04N19/587 , H04N19/66
Abstract: 本发明公开了一种基于多描述视频编解码方法、装置和系统编码方法，包括如下步骤：奇数帧偶数帧被分开来产生初始的描述并编码；利用不同描述间的宏块级的相关性产生不同模式的边信息并编码；信道传输。本发明还公开了一种基于多描述视频编码装置，及解码方法、装置和系统，可用于实时视频传输的场合。
-
公开(公告)号：CN102073978A
公开(公告)日：2011-05-25
申请号：CN201010589111.2
申请日：2010-12-15
Applicant: 北京交通大学
IPC: G06T1/00
Abstract: 本发明是一种利用不规则区域分割的数字图像认证与恢复方法及系统，属于数字水印技术领域。在嵌入阶段将图像分成不规则块，建立当前图像分割块及周围图像块之间的关系，并设计了基于反馈混沌系统的认证水印构造方法，认证水印被嵌入到图像块的最低有效位上。在认证阶段生成一个参考序列，并与提取的认证水印比较，根据比较的结果检测图像是否遭受篡改攻击。该方案把不规则图像块扩展成规则图像块，进一步采用压缩编码技术来构造恢复水印，恢复水印信息被嵌入到匹配图像块的最低二位有效位上。本发明既不需要原始图像也不需要原始水印，是盲检过程，认证的结果能够直观和形象的反映篡改位置，恢复结果可以重现原始图像的大致内容。
-
公开(公告)号：CN101887575A
公开(公告)日：2010-11-17
申请号：CN201010238722.2
申请日：2010-07-26
Applicant: 北京交通大学
IPC: G06T1/00
Abstract: 本发明公开了一种新的可抵抗多种几何攻击的鲁棒水印方法。现在大多数的数字水印方法仅能抵抗全局变换几何攻击如旋转、缩放、平移和其他仿射变换等等，而对剪切攻击和局部几何攻击(如任意扭曲攻击)的抵抗力较差。本发明首先提出了一种从图像像素点到多维不变特征空间的映射算法，然后在划分特征空间的同时建立了几何不变的空间二分树，数字水印信息被逐比特地嵌入到空间二分树的叶子节点上，从而达到抵抗几何攻击的目的。本发明既能抵抗图像压缩(如JPEG压缩)、低通滤波、旋转、平移、Shearing几何变换和Linear几何变换等攻击，又能抵抗Random Jitter、Global Bending和High-Frequency等任意几何扭曲攻击，还能抵抗大幅度的剪切攻击。本发明能够有效保护数字媒体的版权。
-
-
公开(公告)号：CN1254112C
公开(公告)日：2006-04-26
申请号：CN03156749.5
申请日：2003-09-09
Applicant: 北京交通大学
Abstract: 本发明属于一种任意形状区域分割的分形图像编解码方法，所述的方法包括基于分形维数的粗分和基于区域增长的细分，在原始图像上以一定的距离散布尺寸为一个像素大小的值域种子，在紧缩图像上以一定的距离散布定义域种子，计算值域种子的分形维数和定义域种子的分形维数，存储区域面积就可实现对任意形状区域的轮廓编码，将增长后的区域面积量化为最小区域面积参数的整数倍，利用传统的熵编码算法以进一步提高编码效率，同时量化存储区域所有的变换系数，形成内容编码，最终获得压缩图像，从而避免了链码或区域边界地图等传统方法所带来的高冗余、低压缩比等弊端。
-
Patent Agency Ranking
公开(公告)号：CN114613497B
公开(公告)日：2024-09-24
申请号：CN202210295832.5
申请日：2022-03-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于GBDT样例级的病患样本的智能医学辅助诊断方法。该方法包括：根据历史病患数据构建自适应AdaGBDT模块，利用AdaGBDT模块中的决策树通过迭代训练过程计算待诊断的病患样本的诊断结果；根据病患样本的决策路径计算病患样本的可解释特征嵌入，将AdaGBDT模型不同决策树之间的结果进行累加，得到病患样本的特征重要性嵌入；利用案例推理系统在嵌入空间中使用自加权距离度量在历史病患案例数据库中寻找与所述病患样本最相似的多个案例，将多个案例与病患样本的诊断结果进行比较，如果比较结果为不一致，则将所述病患样本标注为难样本。本发明方法提高了对预测结果不一致案例的关注度，从而有助于提高系统的召回率，减少了漏检案例的数量。
-
公开(公告)号：CN117392380B
公开(公告)日：2024-08-06
申请号：CN202311112314.6
申请日：2023-08-31
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/08
Abstract: 本发明多角度碲锌镉晶片图像语义分割方法属于图像质量增强领域，本发明先利用获取到的CZT图像进行n+1数据集的构建，然后利用渐进式互补知识汇聚网络PCKA通过像素汇聚网络PAN和潜在汇聚网络LAN进行像素层级、潜在层级的知识表征，最终提高了CZT图像分割的质量与速度，本发明适合于一些要求要求多角度获取图像并进行语义分割的应用场合，如半导体材料分割等。
-
公开(公告)号：CN118301366A
公开(公告)日：2024-07-05
申请号：CN202410226307.7
申请日：2024-02-29
Applicant: 北京交通大学
IPC: H04N19/51 , H04N19/86 , H04N19/172
Abstract: 本发明提供了一种双向帧间预测引导的视频编码方法。该方法包括：编码端基于参考帧采用双向预测方法对待编码的中间帧进行初步预测，生成预测帧；通过残差引导的编码器组件编码所述中间帧和所述预测帧之间的差异，生成潜在特征；解码端基于参考帧通过双向预测网络得到预测帧，将所述潜在特征补偿到所述预测帧上，生成重建的中间帧。本发明方法使用伪影去除编码器来识别伪影的出现区域，利用预测帧与目标帧之间的残差作为关键区域的引导，使得编码的码率能够有针对性地聚焦在伪影区域上。在解码端时空先验解码器运用已经编码帧间的关联性来恢复当前帧，有效地减少了对重复信息的编码。
-
公开(公告)号：CN112347859B
公开(公告)日：2024-05-24
申请号：CN202011100396.9
申请日：2020-10-15
Applicant: 北京交通大学
Abstract: 本发明涉及一种光学遥感图像显著性目标检测方法，步骤包括：步骤S1、建立稠密注意力流网络，所述稠密注意力流网络包括注意力流引导的特征编码模块和渐进式特征解码模块；步骤S2、导入光学遥感图像；步骤S3、采用注意力流引导的特征编码模块对光学遥感图像进行处理，生成更具判别力的增强特征，注意力流引导的特征编码模块主要包括全局上下文感知注意力模块和稠密注意力流结构，步骤S4、采用渐进式特征解码模块对步骤S3的增强特征进行解码，在特征解码阶段，将深层特征与浅层特征逐步融合，并在显著性图和显著性边缘图的监督下，生成多个侧输出和最终输出。
-
公开(公告)号：CN111242238B
公开(公告)日：2023-12-26
申请号：CN202010070635.4
申请日：2020-01-21
Applicant: 北京交通大学
IPC: G06V10/80
Abstract: 本发明提供一种RGB‑D图像显著性目标获取的方法，提出一种交织融合网络，用于相互指导RGB‑D特征的联合提取，并通过网络浅层和深层结构密集地整合跨模态的互补信息，这样能自动且充分地抓取潜在的有用信息，并减少由于跨模态数据的不一致性引起的干扰。与单独提取RGB‑D特征后将其整合方式相比，RGB‑D特征的交互引导有利于促进跨模态信息的互补性融合，缓解不同模态中的不一致问题；还可以降低因为成像环境或设备引起的低质深度图带来的负面影响。通过在损失函数构造时引入对抗损失项，为RGB‑D显著性目标检测提供全局语义约束，使检测结果不仅关注像素级显著性属性，还能捕获对象级的全局语义特征，生成具有完整结构、清晰边界的显著性图。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.032 seconds)
