基于Kinect的实时3D视频通信系统及其实现方法

    公开(公告)号:CN103220543A

    公开(公告)日:2013-07-24

    申请号:CN201310146580.0

    申请日:2013-04-25

    Applicant: 同济大学

    Abstract: 本发明基于Kinect的实时3D视频通信系统及其实现方法。利用KINECT摄像头同步采集彩色视频信息、深度视频信息和音频信息,并对深度信息进行滤波优化处理。利用x264对两路视频信息进行压缩处理,利用MP3编码器进行音频压缩,并利用多线程技术实现三路信息的同步采集。利用实时传输协议RTP进行网络传输。系统在接收到三路信息后,对两路视频信息进行解码,获得彩色视频信息和深度视频信息,并进行虚拟视点场景的重构,得到符合人眼视差的左眼场景视频和右眼场景视频。根据双目3D成像原理,将两路视频合成得到3D视频场景,与音频信息同步后利用DirectX播放,构成3D视频会议系统。

    基于网络编码的分组验证方法

    公开(公告)号:CN102223209A

    公开(公告)日:2011-10-19

    申请号:CN201110190043.7

    申请日:2011-07-07

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于网络编码的分组验证方法,主要是将同构Hash函数应用到网络编码中,且只在源端与接收端之间交换对称密钥,然后逐个分组进行验证,针对每个分组,首先源端将对应所选定的分组的同构hash值逐个发送给接收端,接收端接收到该同构hash值后,使用预先交换过的对称密钥对该同构hash值进行加密处理,并将其以应答的方式返回给源端,源端使用每个接收端交换的对称密钥对以应答方式得到的经加密处理的同构hash值进行验证,以验证该同构hash值是否合格,若是,则使用该分组开始发送正常的网络编码的真正的数据,若否,则确定所述待验证分组被污染攻击,并将其丢弃,由此以及时发现网络编码中的污染攻击,并予以有效规避。

    一种基于多注意力网络的任意风格迁移方法

    公开(公告)号:CN114170066B

    公开(公告)日:2024-08-23

    申请号:CN202111326217.8

    申请日:2021-11-10

    Applicant: 同济大学

    Inventor: 张冬冬 华思慧

    Abstract: 本发明公开了一种基于多注意力网络的任意风格迁移方法。本发明针对现有风格迁移方法在保留显著的内容结构和细节的风格模式方面存在局限性的问题,提出了用于任意风格迁移的多注意网络,利用多注意力机制提取内容图像的显著结构和风格图像的细节纹理,将艺术作品中丰富的风格模式迁移到内容图像中;并设计了一种由注意力损失来保留内容的重要信息。实验结果表明,本发明通过多注意力网络可以保留内容显著结构和风格细节纹理,可以有效生成更高质量的风格化图像。

    一种尿细胞自动染色的效率优化方法

    公开(公告)号:CN111180058B

    公开(公告)日:2023-05-12

    申请号:CN202010012174.5

    申请日:2020-01-07

    Applicant: 同济大学

    Abstract: 一种尿细胞自动染色的效率优化算法,通过对尿细胞自动染色调度过程的研究,通过对染槽染液进行分配以达到染槽的有效利用率最大化,然后根据已分配的染槽染液为同一种染色方法设计不同的染色方案,最后为每种染色方案分配计算染色时间注册表。该方法能够对同一种染色方式进行多个任务染色的情况,较为显著地提高染色效率。

    VVC帧间编码单元预测模式提前决策及块划分提前终止方法

    公开(公告)号:CN110087087B

    公开(公告)日:2023-05-12

    申请号:CN201910279316.1

    申请日:2019-04-09

    Applicant: 同济大学

    Inventor: 张冬冬 钱鹏飞

    Abstract: 本发明“VVC帧间编码单元预测模式提前决策及块划分提前终止方法”通过分析视频帧之间的运动变化,经过对编码深度为1的帧间编码单元中各个预测模式之间率失真代价的比较以及所选择的最优模式和后续编码深度中帧间预测模式的编码代价的比较,对于符合条件的编码单元直接跳过对帧间预测模式编码代价的检查,从而降低计算复杂度。另外还通过对编码单元当前编码深度和所选择的最优预测模式以及各预测模式之间率失真代价的比值关系来预测当前编码单元的最优划分尺寸,通过对编码单元划分的提前终止,来避免计算复杂度极高的递归划分过程,从而降低其编码器的计算复杂度,在不影响视频编码质量的前提下,可以有效的减少编码器的耗时,提高编码效率。

    一种基于YOLOv3和密度估计的细胞计数方法

    公开(公告)号:CN110501278A

    公开(公告)日:2019-11-26

    申请号:CN201910620082.2

    申请日:2019-07-10

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于YOLOv3和密度估计的细胞计数方法。本发明针对血液细胞显微图像中白细胞分布稀疏而红细胞分布密集的现象,首先利用YOLOv3网络模型检测出显微图像中白细胞、孤立的红细胞以及粘连的红细胞区域,然后用密度估计算法对粘连的红细胞区域中的红细胞进行计数。本方法借助密度估计克服了YOLOv3对粘连细胞计数不准确的缺点,可以保证较高的计数准确率。

    一种用于天线异构场景下的混合数模视频传输方法

    公开(公告)号:CN107197289B

    公开(公告)日:2019-10-01

    申请号:CN201710474737.0

    申请日:2017-06-21

    Applicant: 同济大学

    Abstract: 本发明涉及一种用于天线异构场景下的混合数模视频传输方法,包括视频编码发送过程和视频接收重建过程。在发送端,数字部分的传输通过空时编码来获得由基站提供的分集增益,并且具有天线异构性的所有终端用户都可以成功地解码数字部分;模拟部分将数字编码器的残差经过3D‑DCT变换后采用空间复用方式进行发送。在接收端,信号的数字部分通过解码器得到数字重建视频;对信号的模拟部分,若接收端有两根天线,则通过空间复用解码和线性最小均方估计联合解码算法得到模拟重建视频,若接收端有一根天线,将多出的天线的系数当做噪声处理来重建视频。与现有技术相比,本发明在多天线视频传输中具有无缝自适应的优点。

    一种HEVC编码单元级码率控制方法

    公开(公告)号:CN105554503B

    公开(公告)日:2018-12-18

    申请号:CN201610073339.3

    申请日:2016-02-02

    Applicant: 同济大学

    Inventor: 张冬冬 黄佳禾

    Abstract: 本发明提供了一种HEVC编码单元级码率控制方法。利用LCU进一步划分的编码单元SubCU来进行P帧和B帧编码单元级码率控制初始化、比特数分配、编码参数估计等过程。首先使用前一个同级帧的同一位置的LCU编码信息来预测当前帧LCU是否划分。对于预测为划分的LCU,利用其SubCU的R‑D模型在编码单元级码率控制初始化部分估计复杂度和权重。在比特数分配阶段,分别考虑编码器的状态和当前LCU的复杂度,来计算当前LCU的目标比特数。在编码参数估计阶段使用SubCU的R‑D模型估计当前LCU的编码参数。

    一种针对量化接收信号的多天线毫米波信道估计方法

    公开(公告)号:CN107809399A

    公开(公告)日:2018-03-16

    申请号:CN201711043707.0

    申请日:2017-10-31

    Applicant: 同济大学

    Abstract: 本发明公开了针对量化毫米波多天线信道提出了基于最小均方误差的信道估计方法,该方案可以在接收端接收信号被量化的情况下,实现基于最小均方误差的信道估计,并且该估计方法同时利用EM算法,使得信道估计算法不依赖准确已知信道的统计信息。本发明充分考虑了接收端量化操作对信道估计的影响,并对其进行数学建模。在应用中,只需已知信道服从的概率模型,即可利用提出的迭代算法同时实现信道和概率模型参数的联合估计。本发明的优点在于无需准确知道信道的统计信息,只需知道服从的概率分布类型,然后通过EM算法实现概率分布参数和信道的联合估计,这一优点使得所提出的信道估计方案具有较广的应用场景和较强的鲁棒性,从而保证无线通信系统的稳定性。

    应用于HEVC医学影像无损编码的帧间编码单元快速划分方法

    公开(公告)号:CN107371022A

    公开(公告)日:2017-11-21

    申请号:CN201710746108.9

    申请日:2017-08-26

    Applicant: 同济大学

    Inventor: 张冬冬 段晓景

    Abstract: 本发明是一种应用于HEVC医学影像无损编码的帧间编码单元快速划分方法。本发明基于HEVC对医学影像序列进行无损编码,并使用编码帧间2N×2N模式和SKIP模式后得到的编码信息对当前编码单元(Coding Unit,CU)是否划分进行提前决策。本发明从编码帧间2N×2N模式和SKIP模式后得到的编码信息中提取了八个特征,并利用上述特征针对划分深度为0、1、2的CU分别离线训练了决策树分类模型来决策是否终止当前CU划分。该方法可以显著的减少HEVC医学影像帧间编码的计算复杂度。

Patent Agency Ranking