-
公开(公告)号:CN107481278B
公开(公告)日:2019-06-28
申请号:CN201710717259.1
申请日:2017-08-21
Applicant: 北京大学深圳研究生院
IPC: G06T7/50
CPC classification number: G06T7/50 , G06T2207/10028 , G06T2207/20081 , G06T2207/20084
Abstract: 本发明公布了一种基于混合框架的图像位深度扩展方法及装置,通过融合传统去带效应算法和基于深度网络的学习算法,可较好的移除图像平坦区域的不自然效应,同时更逼真的恢复所缺失的比特位的数值信息;包括图像平坦区域的提取、基于局部自适应像素值调整的平坦区域位深度扩展和基于卷积神经网络的非平坦区域位深度扩展。本发明采用基于学习的方法,通过训练有效的深度网络来解决逼真的恢复缺失比特位问题;同时,针对平坦区域使用简单而鲁棒的局部自适应像素值调整的方法,有效抑制平坦区域的带效应、振铃效应、以及平坦噪声等不自然效应,提升平坦区域的主观视觉质量。
-
公开(公告)号:CN109889853A
公开(公告)日:2019-06-14
申请号:CN201910141512.2
申请日:2019-02-26
Applicant: 北京大学深圳研究生院
IPC: H04N19/86 , H04N19/80 , H04N19/117 , H04N19/139 , H04N19/176 , H04N19/124 , H04N19/61 , H04N19/513
Abstract: 本申请公开了一种去块效应滤波方法、系统、设备及计算机可读介质。本申请实施例的方法包括:确定滤波边界,根据滤波边界确定滤波像素组;确定滤波像素组的滤波强度,包括:分别解析所述滤波像素组中位于所述滤波边界两侧的像素点的像素值差值状态,获取两个单侧平坦度FL和FR;计算所述滤波像素组的综合平坦度FS,FS=FL+FR;根据FS计算所述滤波强度;根据所述滤波强度对所述滤波像素组包含的像素点进行滤波计算。相较于现有技术,本发明实施例的方法充分考虑了滤波边界两侧的像素点的像素值变化状态,从而在确定滤波像素组的滤波强度时采用更加合理的滤波强度判断条件,进而最终获取更为符合预期的去块效应滤波结果。
-
公开(公告)号:CN109788286A
公开(公告)日:2019-05-21
申请号:CN201910105653.9
申请日:2019-02-01
Applicant: 北京大学深圳研究生院
IPC: H04N19/126 , H04N19/147 , H04N19/159 , H04N19/60
Abstract: 本申请公开了一种编码、解码变换方法、系统、设备及计算机可读介质。本申请实施例的方法包括:使用多个变换矩阵分别对预测残差块进行变换编码,获取残差变换结果;基于所述残差变换结果,通过率失真优化决策从所述多个变换矩阵中选择与所述预测残差块的残差特性匹配的变换矩阵或变换矩阵组合,确定用于码流输出的残差变换结果。相较于现有技术,本发明实施例的方法采用与残差特性更为匹配的变换矩阵进行残差变换,从而提高了残差信号的表达效果,提升了残差块的编码效率。
-
公开(公告)号:CN106454360B
公开(公告)日:2019-05-07
申请号:CN201610948219.3
申请日:2016-10-26
Applicant: 北京大学深圳研究生院
IPC: H04N19/176 , H04N19/11 , H04N19/91
Abstract: 本发明公布了一种在视频编码领域的I帧编码中率失真优化模块的快速码率估计方法,通过对预测块的残差信息进行建模,并在相应模型下根据信息熵理论估计出预测块的编码比特数,从而可以在RDO过程中跳过熵编码过程,包括:统计预测块分布信息并建模得到混合模型、根据模型估计预测模式的编码比特数、并对估计的编码比特数做出修正,用以估算RDO过程中每种预测模式的编码码率,以替代真实熵编码过程的巨大的时间复杂度,在视频质量损失较少的情况下有效地减少编码时间。本发明适用于视频编码中I帧的码率估计。
-
公开(公告)号:CN106095588B
公开(公告)日:2019-03-15
申请号:CN201610488505.6
申请日:2016-06-28
Applicant: 北京大学深圳研究生院
Abstract: 本发明公布了基于GPGPU平台的CDVS提取过程加速方法,对CDVS提取过程的特征检测和局部描述符计算两个阶段,通过OpenCL通用并行编程框架实现其像素间可并行的各子阶段和特征点间可并行的各子阶段的运算逻辑与并行策略,并利用GPU的并行计算能力来实现加速;包括:划分GPU和CPU计算任务;重构图像的尺度空间金字塔存储模型;为GPU上各子阶段指定并行策略;应用局部内存弱化访存瓶颈。采用本发明技术方案,能够加速CDVS提取过程,提取性能获得显著提升。
-
公开(公告)号:CN105678778B
公开(公告)日:2019-02-26
申请号:CN201610022261.2
申请日:2016-01-13
Applicant: 北京大学深圳研究生院
IPC: G06T7/33
Abstract: 本发明公开了一种图像匹配方法和装置。该方法包括:获取模板图像和目标图像;根据模板图像获取一组模板特征;根据目标图像提取一组目标特征;根据模板特征和目标特征,计算模板图像与每帧目标图像的图像相似度,并以图像相似度最大的目标图像为与模板图像匹配的图像。上述实施例的图像匹配方法和装置中,通过模板特征与目标特征之间的相似度分别计算模板图像与每个目标图像之间的图像相似度来进行图像匹配,可以保证图像匹配过程中特征的不冗余性,保证图像的正确匹配,提高图像匹配的准确度。
-
公开(公告)号:CN109194888A
公开(公告)日:2019-01-11
申请号:CN201811339349.2
申请日:2018-11-12
Applicant: 北京大学深圳研究生院
IPC: H04N5/265 , H04N13/122 , H04N13/128
CPC classification number: H04N5/265
Abstract: 本发明公布了一种针对低质量深度图的DIBR自由视点合成方法,通过修复深度图,实现在虚拟视点合成高质量的图像;包括:提取深度图与彩色图的边缘信息,进行边缘的扩展对齐;逐列平滑深度图;正向投影到虚拟视点的位置;得到过滤后的位于虚拟视点的深度图;进行反向投影,得到位于虚拟视点位置的两张投影彩色图;相互补全对应空缺的图像信息;计算得到左图相对右图的校准偏移LR和右图相对左图的校准偏移RL;根据LR和RL移动左图和右图中的像素;进行图像融合,得到合成图。
-
公开(公告)号:CN108259913A
公开(公告)日:2018-07-06
申请号:CN201611243035.3
申请日:2016-12-29
Applicant: 北京大学深圳研究生院
IPC: H04N19/503 , H04N19/593 , H04N19/577 , H04N19/58
Abstract: 本发明公布了一种帧内预测方法,针对位于帧间预测帧中的帧内预测块,当帧内预测块的右下侧存在帧间预测块时,通过调整帧内和帧间块的编码和解码顺序,采用右下帧内预测方法,使用右下侧的重建像素值作为帧内预测块的参考像素点进行预测。在编码阶段,先对每一个编码单元进行编码,编码完成后将所有的帧间预测块信息写入码流,再对该帧内预测块进行二次编码;在二次编码过程中进行右下帧内编码;完成二次编码后,再将该帧内预测块的信息写入码流;在解码阶段,先将所有的帧间预测块解码完成;再对帧内预测块进行右下帧内解码;本发明能够增加帧内预测精度,提升帧间预测帧中帧内预测块的编码效率。
-
公开(公告)号:CN102547292B
公开(公告)日:2018-07-06
申请号:CN201210033977.4
申请日:2012-02-15
Applicant: 北京大学深圳研究生院
IPC: H04N19/176 , H04N19/513
Abstract: 本发明公开了一种使用非固定参考场前向预测跳过模式的编码解码方法。所述编码方法包括:以场编码方式编码隔行扫描序列前向预测图像时,图像头中添加前向预测跳过模式参考索引标记;跟据前向参考跳过模式参考索引标记的值,确定所述前向预测图像中前向预测跳过模式便用的参考场。所述解码方法在解码以场编码方式编码的隔行扫描序列的前向预测图像时,先解码得到前向预测跳过模式参考索引标记;跟据前向预测跳过模式参考索引标记的值,确定所述前向预测图像中前向预测跳过模式的宏块使用的参考场。
-
公开(公告)号:CN106897714A
公开(公告)日:2017-06-27
申请号:CN201710177579.2
申请日:2017-03-23
Applicant: 北京大学深圳研究生院
Abstract: 本发明公布了一种视频动作检测方法,涉及计算机视觉识别技术领域。本发明视频动作检测方法基于卷积神经网络,通过在网络结构中增加时空金字塔池化层,消除网络对输入的限制,加快训练和检测的速度,提高视频动作分类和时间定位的性能;卷积神经网络包括卷积层、普通池化层、时空金字塔池化层和全连接层;卷积神经网络的输出包括类别分类输出层和时间定位计算结果输出层;本发明方法不需要通过下采样来获取不同时间长度的视频片段,而是直接一次输入整个视频,提高了效率;同时,由于网络训练的是同一频率的视频片段,并无增加类内的差异性,降低了网络的学习负担,模型收敛得更快,检测效果更好。
-
-
-
-
-
-
-
-
-