一种H.266/VVC帧间编码CU快速划分方法及存储介质

    公开(公告)号:CN113014925A

    公开(公告)日:2021-06-22

    申请号:CN202110112537.7

    申请日:2021-01-27

    Abstract: 本发明请求保护一种H.266/VVC帧间编码CU快速划分方法及存储介质,属于视频编码领域,该方法包括步骤:S1,判断当前CU的相邻MV是否存在且一致,如果是则进入下一步骤,否则进入S4;S2,通过当前CU坐标与MV相加得到参考帧对应位置坐标;S3,判断当前CU是否为正方形,如果是正方形,则使用9MV模型选择部分划分模式,如果是长方形,则使用横向6MV或者纵向6MV模型选择部分划分模式;S4,结束CU划分模式的初始化。本发明能够有效降低H.266/VVC在CU划分过程中的运算复杂度,缩短视频编码器的编码时间,可应用于移动端等需要较低视频编码运算复杂度的场景。

    一种针对WSN中Sybil攻击的安全时间同步方法

    公开(公告)号:CN106792714A

    公开(公告)日:2017-05-31

    申请号:CN201710122577.3

    申请日:2017-03-02

    Abstract: 本发明涉及一种针对WSN中Sybil攻击的安全时间同步方法,包括步骤:(1)网络中待同步节点开始接收邻居节点广播的时间同步消息;(2)使用信息检测机制区分消息中有效的时间戳;(3)节点使用分布式同步算法更新本地时间;(4)节点同步完成后,广播带有时间戳的同步消息。本发明采用图形理论在消息级别而不是节点级别的执行异常检测,用来区分有效时间戳和无效时间戳,进而实现全网络节点的时间同步。

    一种基于混合激励线性预测MELP的1.2kb/s低速率语音编解码方法

    公开(公告)号:CN105118513A

    公开(公告)日:2015-12-02

    申请号:CN201510434127.9

    申请日:2015-07-22

    Abstract: 本发明请求保护一种基于MELP的1.2kb/s低速率语音编解码方法,包括:编码端首先对语音信号以30ms为子帧长度进行分帧处理,将相邻两子帧组成一个超帧,对提取的语音特征参数LSF、Pitch、VP、Fsmag和G进行多帧联合量化编码。利用帧结构中剩余比特对重要的语音特征参数进行差错控制编码,最后组成二进制比特流进行传送。解码端从接收到的比特流中解析出各语音特征参数的量化索引值,通过量化索引得到语音特征参数的初值,然后进行语音特征参数完整性重构,利用重构的语音特征参数生成激励信号,再经过自适应谱增强、合成滤波器、增益控制和散布脉冲滤波后得到合成的语音信号。本发明能有效地降低语音编码速率,接收端合成的语音具有较高的清晰度和可懂度。

    TD-SCDMA集群通信系统的多媒体消息传输方法

    公开(公告)号:CN102131150A

    公开(公告)日:2011-07-20

    申请号:CN201110103776.2

    申请日:2011-04-25

    Abstract: 本发明请求保护一种TD-SCDMA集群通信系统的多媒体消息传输方法,包括:消息中心客户端、有线调度台或无线集群终端以POST方式将多媒体消息发送到多媒体消息中心,多媒体消息中心在集群子系统DSS询组用户信息,Node-B在设定的时间内对小区内群组用户以固定的时间间隔进行多媒体消息的组播,群组用户收到多媒体消息后,上报各自的接收响应,对于没有上报接收响应的终端,多媒体消息中心发送通知消息给群组用户,接收到通知消息的群组用户手动获取多媒体消息。本发明可以使多媒体消息能在TD-SCDMA集群系统中快速而有效的传输调度,并且有效的保证多媒体消息的端到端成功率。

    基于轻量级深度学习模型的视频编码CU块分类方法及介质

    公开(公告)号:CN119484846A

    公开(公告)日:2025-02-18

    申请号:CN202411643823.6

    申请日:2024-11-18

    Inventor: 李强 张贵 刘齐

    Abstract: 本发明请求保护一种基于轻量级深度学习模型的视频编码CU块分类方法,适用于视频编码领域。该方法首先对输入图像进行分块处理,将其划分为多个128×128像素的图像块,并提取每个图像块的亮度信息。通过归一化处理后,亮度数据作为深度学习模型的输入,用于生成多个类别的分类概率。对于每个图像块的子单元,逐像素比较不同类别的概率,并为其分配最高概率的类别标签。随后,基于子单元的分类结果,统计每个CU块中各类别的数量,并根据统计信息为CU块分配对应的类型。CU块可同时属于多个类别,采用按位操作确定其最终类别。本发明通过精确的CU块分类,不仅提高了编码效率,还为后续的模式划分和选择提供了数据支持,适用于实时性要求较高的视频编码应用场景。

    基于空时域特性的VVC快速CU划分方法及存储介质

    公开(公告)号:CN115278260B

    公开(公告)日:2024-11-19

    申请号:CN202210836143.0

    申请日:2022-07-15

    Abstract: 本发明请求保护一种基于空时域特性的VVC快速CU划分方法及存储介质,属于视频编码领域,包括以下步骤:利用视频时域相关性,计算当前CU与通过运动估计后得到的其最佳匹配CU的绝对误差和(SAD),通过SAD值的大小决定当前CU是否继续下一深度划分,提前终止部分CU的所有划分过程;然后,对需向下一深度继续划分的CU,利用视频帧空域特性,分析当前CU水平和垂直方向子块的纹理差异,判断其多叉树划分方向,提前跳过水平或垂直方向的多叉树划分过程。本发明可用于VVC帧间编码配置下的编码,在几乎不降低编码效率和编码质量的情况下,显著减少VVC的编码时间,可应用于视频会议和视频监控等对编码实时性要求较高的应用场景。

    ERP全景视频VVC帧内模式快速预测方法及存储介质

    公开(公告)号:CN118694967A

    公开(公告)日:2024-09-24

    申请号:CN202410734794.8

    申请日:2024-06-07

    Inventor: 李强 董阳 陈莉

    Abstract: 本发明请求保护一种ERP全景视频VVC帧内模式快速预测方法及存储介质,属于视频编码领域,该方法包括以下步骤:利用ERP全景视频的采样特性,将编码帧划分为不同纬度区域。根据当前CU所处视频帧的位置判断其所处纬度区域。然后,针对两极区域通过统计候选列表与最大可能模式列表的结果判断是否直接采用直流或平面模式;针对中纬度区域通过计算CU角度预测方向来判断是否剔除垂直区域的角度预测模式;针对赤道区域通过判断纹理方向与队尾模式方向是否一致来决定是否减少进行率失真优化过程的模式数量,从而降低计算复杂度。本发明能有效降低ERP全景视频帧内模式预测的计算复杂度,适合ERP全景视频编码传输和存储等应用场景。

    一种基于文本提示训练的深度学习牙种植体分类方法

    公开(公告)号:CN118570523A

    公开(公告)日:2024-08-30

    申请号:CN202410608036.1

    申请日:2024-05-16

    Abstract: 本发明提供一种基于文本提示训练的深度学习牙种植体分类方法,涉及牙种植体分类技术领域,包括:融合知识特征和训练集中CBCT图像特征图的图像特征以形成联合特征;将联合特征和特征图拼接后嵌入类别标签特征,并获取标签‑像素相似图;对标签‑像素相似图进行处理以获取类别预测结果,并最小化损失函数以更新模型参数;将待测牙种植体的CBCT图像输入至训练好的牙种植体分类模型中以获取待测牙种植体类别;本发明通过对牙种植体相关的文本信息进行处理以作为知识特征,再融合知识特征和CBCT图像的图像特征以形成联合特征,以此通过牙种植体的文本信息约束牙种植体分类模型的学习训练,提高牙种植体分类模型的学习效率以及预测牙种植体类别的精准性。

Patent Agency Ranking