-
公开(公告)号:CN105681808B
公开(公告)日:2017-10-31
申请号:CN201610148037.8
申请日:2016-03-16
Applicant: 同济大学
IPC: H04N19/52 , H04N19/109 , H04N19/11 , H04N19/147 , H04N19/176 , H04N19/70
Abstract: 一种SCC帧间编码单元模式的快速决策方法。本发明利用了SCC编码单元Hash帧间搜索模式的信息和编码单元的空间一致性,对不同深度的编码单元模式分布进行统计分析,并采取不同预测方式缩减预测模式范围以保证预测的准确率。在不同深度,利用基于Hash的帧间搜索的结果以及相邻CU的信息,减少编码单元预测模式候选范围,从而避免没有必要的模式搜索过程。对于深度为0的编码单元,预测是否跳过Inter2Nx2N、Skip、帧间分割预测模式以及帧内预测模式模式;对于深度为1的编码单元,预测是否跳过Inter2Nx2N、帧间分割预测模式以及帧内预测模式。该方法可以有效地减少编码单元的模式搜索范围,从而有效减少SCC帧间编码的复杂度。
-
公开(公告)号:CN104754320B
公开(公告)日:2017-05-31
申请号:CN201510140610.6
申请日:2015-03-27
Applicant: 同济大学
IPC: H04N13/00
Abstract: 本发明公开了一种3D‑JND阈值计算方法,同时考虑人眼视觉系统在观看立体场景过程中遵循由远及近、由粗到细的多层次立体选择注意机制,以及双目立体视觉的双目抑制效应这两个因素进行3D‑JND建模。本发明因为同时考虑了多层次立体选择注意机制及双目立体视觉的双目抑制效应两个因素进行3D‑JND建模,因而相比较于传统的3D‑JND模型更符合人眼的立体视觉系统。本发明提出的计算方法,不但可以容纳更多的噪声,而且具有更好的视觉质量。该模型可以用于3D图像/视频的感知编码,以去除图像/视频中的视觉冗余。
-
公开(公告)号:CN105812796A
公开(公告)日:2016-07-27
申请号:CN201610158366.0
申请日:2016-03-21
Applicant: 同济大学
IPC: H04N19/103 , H04N19/147
CPC classification number: H04N19/103 , H04N19/147
Abstract: 一种SCC帧间编码单元备选预测模式缩减方法,本发明对于SCC不同深度层次的编码单元采取不同的快速帧间模式决策方法,对于深度为1和2的编码单元,首先判断ESD的结果,如果ESD的值为假,则利用Skip模式、Inter2Nx2N模式与Palette模式的率失真代价的对比结果,预测该编码单元是否跳过帧间分割预测模式。该方法结合了编码单元模式分布的统计特征以及编码单元已预测模式的信息,可以有效地缩减编码单元的备选预测模式范围,从而显著减少SCC帧间编码的复杂度。
-
公开(公告)号:CN103260056B
公开(公告)日:2016-06-15
申请号:CN201310145807.X
申请日:2013-04-25
Applicant: 同济大学
IPC: H04N21/24 , H04N21/258
Abstract: 本发明涉及一种基于视频场景切换性的VOD负载均衡方法,该方法通过使得服务器被访问概率相同化以及将相同文件的请求均匀分配到存有该文件的服务器子组上这两个方面来解决VOD系统的负载不均衡的问题,并最终基于这两方面制定负载均衡策略,采用了这种综合的对负载均衡的分析方式。另外,本发明方法将分块后的视频块块内的访问率变化最小最为分块的原则,然后一步一步将问题推理到以场景切换检测作为分块的原则。再者,通过计算各个分块的点播概率,然后设计的服务器访问概率平均的存储方法。
-
公开(公告)号:CN105491385A
公开(公告)日:2016-04-13
申请号:CN201510874458.4
申请日:2015-12-02
Applicant: 同济大学
IPC: H04N19/30 , H04N19/169 , H04N19/186 , H04N19/63 , H04N19/70
Abstract: 一种HEVC帧内编码单元(Coding Unit,CU)划分的快速决策方法,根据CU的深度分别采取相对应的策略来决定CU是否继续划分或是跳过该CU的预测过程。采用哈尔小波变换计算每个CU的水平、垂直和对角线三个方向上的亮度变化,并依照变化的大小来确定CU的纹理复杂度。对于深度为0和1的CU,如果这三个方向上的亮度变化都大于某一阈值,当前CU需要继续划分。对于这样的CU,当前CU的基于率失真优化(Rate Distortion Optimization,RDO)的预测过程将被跳过,直接划分到下一层。对于深度为2和3的CU,如果三个方向的亮度变化都小于某一阈值,则当前CU不会继续划分。该方法结合了CU划分分布的统计特征及纹理特征,可以有效地预测CU的划分是否应当终止或者继续划分,从而对四叉树进行有效的剪枝和跳过冗余编码的节点。本发明可显著减少HEVC编码器帧内编码的计算复杂度。
-
公开(公告)号:CN105430407A
公开(公告)日:2016-03-23
申请号:CN201510881394.0
申请日:2015-12-03
Applicant: 同济大学
IPC: H04N19/40 , H04N19/109
Abstract: 应用于H.264到HEVC转码的快速帧间模式决策方法。根据H.264码流信息以及HEVC帧间编码单元(Coding Unit,CU)不同深度的预测模式信息,对于HEVC不同深度层次的CU采取不同的快速帧间模式决策方法。对于深度为0、1层的CU,使用分类器处理H.264码流解码得到的信息,并计算分别用于Skip模式判定和CU划分的决策阈值。首先根据Skip模式判定阈值对CU进行提前Skip模式判决,然后预测CU是否要向下一层子CU划分。该方法结合了CU划分分布的统计特征以及H.264的码流信息,可以提前地判定Skip模式,有效地预测CU的划分是否应当终止或者继续划分,从而对四叉树进行有效的剪枝和跳过不必要的编码分支。该方法可显著减少H.264到HEVC转码过程中帧间编码的计算复杂度。
-
公开(公告)号:CN104754320A
公开(公告)日:2015-07-01
申请号:CN201510140610.6
申请日:2015-03-27
Applicant: 同济大学
IPC: H04N13/00
Abstract: 本发明公开了一种3D-JND阈值计算方法,同时考虑人眼视觉系统在观看立体场景过程中遵循由远及近、由粗到细的多层次立体选择注意机制,以及双目立体视觉的双目抑制效应这两个因素进行3D-JND建模。本发明因为同时考虑了多层次立体选择注意机制及双目立体视觉的双目抑制效应两个因素进行3D-JND建模,因而相比较于传统的3D-JND模型更符合人眼的立体视觉系统。本发明提出的计算方法,不但可以容纳更多的噪声,而且具有更好的视觉质量。该模型可以用于3D图像/视频的感知编码,以去除图像/视频中的视觉冗余。
-
公开(公告)号:CN103607589A
公开(公告)日:2014-02-26
申请号:CN201310563526.6
申请日:2013-11-14
Applicant: 同济大学
IPC: H04N19/147 , H04N19/154
Abstract: 一种像素域内基于层次选择性视觉注意力机制的图像JND阈值计算方法,属于图像/视频编码技术领域。采用的技术方案包括步骤:步骤S1:对原始输入图像计算背景亮度自适应阈值。步骤S2:对图像计算基于边缘的纹理掩蔽阈值。步骤S3:将步骤S1和S2得到的亮度自适应阈值和纹理掩蔽阈值相加,并减去二者重叠的部分,得到基本的JND阈值。步骤S4:根据输入图像的大小,设置层次选择性的层次值。步骤S5:将原始输入图像下采样到不同的分辨率,并在不同的分辨率下对图像利用PQFT显著性检测方法进行显著图检测。步骤S6:将不同分辨率下的显著图上采样到原始图像分辨率大小。等等。本发明可容纳更多的噪声,且具有更好的视觉质量。
-
公开(公告)号:CN103260050A
公开(公告)日:2013-08-21
申请号:CN201310120608.3
申请日:2013-04-09
Applicant: 同济大学
IPC: H04N21/231 , H04N21/472 , H04N21/4725 , H04N21/475 , H04N21/647
Abstract: 一种基于Google App Engine云平台的视频点播系统,属于一种互联网应用。本发明的目的在于设计并实现了一套高性能的满足大规模用户实时视频点播需求的分布式系统级方案。通过在Google App Engine云平台上设计视频点播系统,用户面对的不是一个单纯的视频网站,而是一个有分布式服务器集群组成的视频数据传输网络,海量的视频按照点播流行度和相似程度等策略存储在不同性能的分布式服务器节点上,在保证有多份数据冗余的情况下进行视频内容的分发,并且能够根据用户实时请求点播的数量来动态配置视频服务的节点,以满足互联网用户动态变化的视频点播需求,可以提高视频点播的质量,从而增强用户体验。
-
公开(公告)号:CN102291673A
公开(公告)日:2011-12-21
申请号:CN201110196201.X
申请日:2011-07-13
Applicant: 同济大学
Abstract: 本发明涉及一种基于基站定位的位置信息查询方法,主要是在多个分散的基站之间架设服务器,服务器用来接收用户的服务查询需求,该服务查询需求包含所需服务的查询信息以及服务的物理地址信息,并利用服务的物理地址信息,实施基站定位到用户需求服务的位置,并选择该位置附近的服务提供者,把所需服务的查询信息发送到该服务提供者,以由该服务提供者提供一对应的查询结果通过服务器反馈给该用户,以使用户及时获悉所要查询的服务。
-
-
-
-
-
-
-
-
-