-
公开(公告)号：CN113128344A
公开(公告)日：2021-07-16
申请号：CN202110297430.4
申请日：2021-03-19
Applicant: 杭州电子科技大学
Abstract: 本发明方法公开了一种多信息融合的立体视频显著性检测方法。本发明方法首先通过2D视频序列的色彩特征、空间特征、中心位置特征计算，得到2D空间显著图；基于时空一致性，在2D空间显著图的基础上获得2D运动显著图；然后利用不同区域的深度差异度计算深度空间显著图；提取深度变化的信息，获得深度运动图；最后使用多层细胞自动机融合产生的视频序列的四种显著图，得到立体视频的显著图。本发明方法根据人眼视觉注意力对色彩、空间位置、物体远近的敏感机制，尤其利用深度信息与运动信息在立体视觉显著性检测中的重要作用，融合了多种立体视频在空间和时间上的特征，消除单一特征计算显著性带来的噪声影响。
-
公开(公告)号：CN107623850B
公开(公告)日：2019-11-22
申请号：CN201710881955.6
申请日：2017-09-26
Applicant: 杭州电子科技大学
IPC: H04N19/107 , H04N19/137 , H04N19/146 , H04N19/159 , H04N19/184
Abstract: 本发明公开了一种基于时空相关性的快速屏幕内容编码方法。本发明基于时空相关性的CU划分模块是先计算当前帧CU与前一帧同位置的CU的绝对帧差，将CU划分为两类；然后根据当前帧CU与其时空相邻的CU在深度和帧内预测模式上的相关性，判定当前CU提前结束划分或者判定当前CU只做PLT模式预测；基于时空相关性的模式选择模块是利用当前CU与其时空相邻CU的模式相关性，跳过特定的预测模式；基于编码比特的CU划分模块是先通过CU击中率与编码比特的曲线图得到各深度下CU编码比特的阈值，若当前CU的编码比特小于该阈值，则提前结束CU的划分。本发明减少了CU划复杂度，简化了帧内预测模式的选择过程，提高了SCC编码效率。
-
公开(公告)号：CN108174208A
公开(公告)日：2018-06-15
申请号：CN201810144026.1
申请日：2018-02-12
Applicant: 杭州电子科技大学
IPC: H04N19/136 , H04N19/14 , H04N19/70
Abstract: 本发明公开了一种基于特征分类的高效视频编码方法。本发明首先选择一个视频序列的10帧作标准的HEVC编码，然后提取深度特征，梯度特征以及方差特征，将这些特征用SVM进行离线训练，得到SVM预测模型。然后对每一个视频序列进行编码，设置第1帧为在线学习帧；从第二帧开始作快速编码，先作边缘检测，判断当前CU是否为纹理复杂的CU。根据预测结果把当前CU分为三类：提前跳过划分的CU、提前终止划分的CU和不确定划分的CU。对不确定划分的CU再进行RDcost判断，若当前CU的RDcost小于同深度下的阈值RD_thrk，则提前终止CU划分，否则继续进行标准的率失真优化过程。本发明在保证比特率增加可忽略不计的情况下大大降低了编码复杂度。
-
公开(公告)号：CN107623850A
公开(公告)日：2018-01-23
申请号：CN201710881955.6
申请日：2017-09-26
Applicant: 杭州电子科技大学
IPC: H04N19/107 , H04N19/137 , H04N19/146 , H04N19/159 , H04N19/184
Abstract: 本发明公开了一种基于时空相关性的快速屏幕内容编码方法。本发明基于时空相关性的CU划分模块是先计算当前帧CU与前一帧同位置的CU的绝对帧差，将CU划分为两类；然后根据当前帧CU与其时空相邻的CU在深度和帧内预测模式上的相关性，判定当前CU提前结束划分或者判定当前CU只做PLT模式预测；基于时空相关性的模式选择模块是利用当前CU与其时空相邻CU的模式相关性，跳过特定的预测模式；基于编码比特的CU划分模块是先通过CU击中率与编码比特的曲线图得到各深度下CU编码比特的阈值，若当前CU的编码比特小于该阈值，则提前结束CU的划分。本发明减少了CU划复杂度，简化了帧内预测模式的选择过程，提高了SCC编码效率。
-
公开(公告)号：CN120091144A
公开(公告)日：2025-06-03
申请号：CN202510231123.4
申请日：2025-02-27
Applicant: 杭州电子科技大学
IPC: H04N19/597 , H04N19/96 , H04N19/176 , H04N19/147 , H04N19/119
Abstract: 本发明涉及点云压缩编码技术领域，公开了一种基于深度结构预测的点云投影视频低复杂度编码优化方法，包括如下步骤：步骤1.通提取不同码率下动态点云序列的占用视频、几何视频与属性视频；步骤2.提取近层帧的特征信息进行特征强化，获得对应占用图、属性图和几何图的近层强化特征 步骤3.提取远层帧的特征信息进行特征强化，获得对应占用图和几何/属性图的远层强化特征 步骤4.不同类型帧的特征信息对投影图像块进行特征强化，实现更精确的深度划分结构预测；步骤5.利用深度划分结构预测结果结合优化编码算法，实现低复杂度的点云投影视频编码加速。
-
Patent Agency Ranking
公开(公告)号：CN115131209B
公开(公告)日：2025-04-18
申请号：CN202210740614.8
申请日：2022-06-28
Applicant: 杭州电子科技大学
IPC: G06T3/4038 , G06T5/50 , G06V10/25 , G06V10/46 , G06V10/75
Abstract: 本发明属于图像处理领域，公开了一种基于DSP的实时视频拼接方法，采用select操作方式定向选择数据，借助gather和scatter指令将不连续RAM地址中的数据加载到向量寄存器中；图像配准算法部分：在匹配前设定阈值预筛选特征点，基于汉明距离进行特征点匹配。算法均使用SIMD指令集并行处理多数据，提高计算效率；采用PING‑PONG方式传输数据，旨在隐藏视频拼接过程中外部存储器访问的周期，从而有效提高数据吞吐量。最后，基于DAG生成算法调度表，在双DSP平台上并行执行ORB特征提取算法。本发明减少了计算复杂度；并为计算机视觉相关的算法在DSP平台上研究提供了参考。
-
公开(公告)号：CN113365062B
公开(公告)日：2022-11-18
申请号：CN202110577832.X
申请日：2021-05-26
Applicant: 杭州电子科技大学
IPC: H04N19/124 , H04N19/70 , H04N19/60 , H04N19/176 , H04N19/12 , G06N3/04 , G06N3/08
Abstract: 本发明属于视频编码领域，公开了一种基于H.266/VVC的分步全零块判决快速算法，包括如下步骤：首先，通过公式推导，得到一个真全零块（G‑AZB）预判决公式，所谓G‑AZB，即经过硬决策量化（HDQ）后为全零的变换块（TU）；然后，对于那些经过HDQ后的非全零块，即伪全零块（P‑AZB），利用基于统计和经验得出的自适应阈值公式实现预判决；最后，对于剩余的一些“狡猾”的P‑AZB，利用机器学习，找寻了8个影响TU变成全零或者非全零块的影响因子，通过离线训练，实现预判决。本发明在保证性能基本不变的前提下，减少了计算复杂度；本发明在新一代视频编码标准VVC上进行，创新度较高。
-
公开(公告)号：CN113179396B
公开(公告)日：2022-11-11
申请号：CN202110295931.9
申请日：2021-03-19
Applicant: 杭州电子科技大学
IPC: H04N13/279 , H04N13/106 , H04N13/156 , H04N13/15 , G06T7/194 , G06T5/50 , G06T5/00 , G06V10/762
Abstract: 本发明方法公开了基于K‑means模型的双视点立体视频融合方法。本发明方法首先对左、右视点深度图进行预处理，得到左、右视点深度图像；然后分别对左、右视点深度图像运用K‑means方法进行分割，对分割后的前景和背景区域深度图像进行三维投射运算，得到左、右视点的前景和背景绘制图像；以前景绘制图像为蓝本，用背景绘制图像填充前景绘制图像的空缺区域，将填充后的左、右视点绘制图像进行图像融合，获得虚拟视点绘制图像；最后将虚拟视点绘制图像的空洞区域根据空洞周围的像素信息进行加权填充，获得最终输出图像。本发明方法采用像素级别的操作，对空洞区域进行精准处理，使绘制效果在视觉效果上更加优质，更加协和。
-
公开(公告)号：CN111770346B
公开(公告)日：2022-09-30
申请号：CN202010523987.0
申请日：2020-06-10
Applicant: 杭州电子科技大学
IPC: H04N19/593 , H04N19/513 , H04N19/176 , H04N19/182 , H04N19/96 , H04N19/895
Abstract: 本发明公开了一种基于显著性的立体三维视频错误隐藏方法。传统的错误隐藏技术在视频流在传输过程中发生整帧丢失时恢复效果差。本发明方法首先获取丢失帧的运动显著性图、深度显著性图，深度边缘显著性图，然后融合运动显著性图和深度显著性图并块化，再与深度边缘显著性图合并得到最终显著性图，并进行显著等级划分。对高显著等级的区域采用视点间搜索像素填补和候选运动矢量补偿恢复，对中显著等级的区域采用时域搜索像素填补和视点间搜索像素填补，对低显著等级区域采用时域帧像素拷贝填补。本发明方法除了结合3D—HEVC特性提出新的错误隐藏方法，考虑了视频画面的显著性，对立体视频在网络传输中发生的整帧丢失现象有很好的恢复效果。
-
公开(公告)号：CN112738501B
公开(公告)日：2022-05-17
申请号：CN202011592782.4
申请日：2020-12-29
Applicant: 杭州电子科技大学
IPC: H04N17/00 , H04N13/106
Abstract: 本发明公开了一种立体图像舒适度测试方法。传统的舒适度测试技术提取的特征较为简单，预测结果不够准确。本发明方法首先输入立体图像视差图提取基础视差特征，然后由视差图和中颞区皮层图提取视觉神经活动特征，再与颜色特征线性结合得到最终的舒适度预测特征，采用随机森林回归模型进行不舒适度测试，获得最终的立体视觉不舒适度分值。本发明的视觉神经活动特征模拟了大脑中颞区皮层视觉处理过程，视差特征和颜色特征则代表了图像内容本身。本发明方法充分考虑了影响立体图像舒适度的相关因素，在舒适度测试方面有很好的效果。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.054 seconds)
