公开(公告)号：CN104952073B

公开(公告)日：2017-12-15

申请号：CN201510332345.1

申请日：2015-06-15

Applicant: 上海交通大学

Inventor： 宋利 ,  童文荆 ,  杨小康

IPC: G06T7/13

Abstract: 本发明公开一种基于深度学习的镜头边缘检测方法，首先将视频分段，计算各段的帧内亮度距离的局部阈值，选出镜头边缘候选段，剔除不含镜头边缘的视频段；将镜头边缘候选段两次进行二分处理，根据新分出的两小段的段内亮度距离的关系来选出镜头边缘候选段，剔除不含镜头边缘的视频段；对长度为6帧的镜头边缘候选段，选取该段的关键帧，输入卷积神经网络得到关键帧的标签，进一步确定该段内是否有突变镜头边缘以及其位置；而对于没有突变镜头边缘的镜头边缘候选段，选取该段的关键帧，输入卷积神经网络得到关键帧的标签，根据标签来确定该候选段是否是渐变镜头边缘；将相邻的渐变镜头边缘融合成为一个渐变镜头边缘。

公开(公告)号：CN104539954B

公开(公告)日：2017-12-15

申请号：CN201410719598.X

申请日：2014-12-01

Applicant: 上海交通大学

Inventor： 宋利 ,  沐方顺 ,  杨小康

IPC: H04N19/13 ,  H04N19/176 ,  H04N19/103

Abstract: 本发明公开一种加速HEVC编码速度的级联方法，该方法首先使用H.264/AVC对当前帧和HEVC的重建帧进行预编码，从预编码结果中提取出视频的宏块划分结果；然后通过模式映射将H.264的宏块划分结果映射为HEVC的可能模式集；最后在该集合中使用率失真优化搜索HEVC的最佳模式。与现有技术相比，本发明创新性地提出了一个级联编码器的方法来加速HEVC编码过程，能够极大地简化了HEVC的模式搜索过程，具有很好的应用前景。

公开(公告)号：CN106170093A

公开(公告)日：2016-11-30

申请号：CN201610726981.7

申请日：2016-08-25

Applicant: 上海交通大学

Inventor： 解蓉 ,  魏如君 ,  宋利

IPC: H04N19/80 ,  H04N19/61 ,  H04N19/587

Abstract: 本发明公开一种帧内预测性能提升编码方法，该方法通过采用混合的四抽头内插滤波生成预测样本值，包括基于DCT的内插滤波和高斯内插滤波，针对不同预测单元块，根据给定的阈值确定使用的内插滤波器类型；角度预测模式分类，将帧内角度预测模式分为三类，以进行不同的编码处理；边界预测样本平滑滤波，利用参考样本之间的像素差对预测块的边界列或边界行样本进行滤波生成最终的编码预测信号。本发明结合帧内角度预测的方向特性和参考样本的空间相关性，对预测信号的产生过程进行优化，从而提高预测精度，获得更好的编码压缩性能。

公开(公告)号：CN105959685A

公开(公告)日：2016-09-21

申请号：CN201610378960.0

申请日：2016-05-31

Applicant: 上海交通大学

Inventor： 宋利 ,  朱雨桐 ,  解蓉 ,  张文军

IPC: H04N17/00

CPC classification number: H04N17/00

Abstract: 本发明公开一种基于视频内容及聚类分析的压缩码率预测方法，该方法首先对视频的每一帧做sobel滤波，得到空间复杂度信息；然后对相邻两帧的亮度信息做差值，得到时间复杂度信息；接着对空间信息及时间信息，利用k‑means方法做聚类分析；随后在每一个类上，做系数回归，得到预测模型，并利用该模型预测压缩码率。本发明提出的先进行k‑means聚类分析，再在每个类上做回归预测的方法，明显提升了模型的预测准确率用。此种“先聚类再回归”的方法来进行预测，能够获得更好的效果。

公开(公告)号：CN105869117A

公开(公告)日：2016-08-17

申请号：CN201610184129.1

申请日：2016-03-28

Applicant: 上海交通大学

Inventor： 宋利 ,  赵章宗 ,  解蓉

IPC: G06T3/40 ,  G06T1/20

CPC classification number: G06T3/4053 ,  G06T1/20

Abstract: 本发明公开一种针对深度学习超分辨率技术的GPU加速方法，所述方法将基于深度学习、卷积神经网络的超分辨率技术的所有步骤都并行化，并在GPU运行；所述并行化是对基于深度学习、卷积神经网络的超分辨率技术的卷积进行并行任务划分，将卷积操作划分为数百万个互不相关、能以任意顺序并行执行的微任务，从而使GPU超强并行计算能力得到发挥。进一步的，利用GPU储存器的特性，将卷积核数据和输入图像数据缓存到共享存储器和寄存器，从而大幅优化卷积的计算速度；融合卷积与非线性层；针对不同卷积大小选取最佳优化方法。本发明将一个高质量的超分辨率方法加速到满足视频处理的速度要求，并且不会带来任何图像质量损失。

公开(公告)号：CN104954806A

公开(公告)日：2015-09-30

申请号：CN201510353778.5

申请日：2015-06-24

Applicant: 上海交通大学

Inventor： 解蓉 ,  魏如君 ,  宋利 ,  张文军

IPC: H04N19/61 ,  H04N19/96

Abstract: 一种视频编码技术领域的帧内视频优化编码方法，通过将编码单元CU的尺寸扩大两倍、将预测单元PU的尺寸扩大两倍、将变换单元TU的尺寸扩大两倍，并加入64×64整数变换矩阵，64×64蝶形正变换函数和64×64蝶形反变换函数；再进行帧内编码帧(I帧)编码，从而减少视频图像中编码的块单元个数和对应的视频编码时间，提高了编码速度，并且在一定程度上提升视频压缩效率，保证了优异的视频编码性能。

公开(公告)号：CN102571484B

公开(公告)日：2014-08-27

申请号：CN201110418586.X

申请日：2011-12-14

Applicant: 上海交通大学

Inventor： 周异 ,  申沛 ,  陈凯 ,  宋利 ,  杨小康

IPC: H04L12/26 ,  H04L29/08

Abstract: 本发明公开了一种检测网络水军以及找到网络水军的方法，首先建立蜜罐帐号；通过帐号管理模块对所有蜜罐帐号进行统一筹划，确定蜜罐帐号的发帖和关注策略；从收集的帐号中检测机器人帐号；帐号特征模块对帐号特征向量进行描述，这个向量包括多维；帐号检测模块对收集的帐号，根据帐号特征向量符合机器人帐号特性的多少来检测网络水军；利用检测出来的机器人帐号找到更多的机器人帐号和水军。本发明能够从社交网络中找到更多的机器人帐号或者水军帐号，确定水军军团分布。

公开(公告)号：CN102693424B

公开(公告)日：2014-07-02

申请号：CN201210170270.8

申请日：2012-05-28

Applicant: 上海交通大学

Inventor： 宋利 ,  刘兵 ,  董莉莉

IPC: G06K9/32

Abstract: 一种文档图像处理技术领域的基于Harr-like特征的文档倾斜校正方法，先对输入图像划分子区域，然后在这些子区域内计算目标函数，根据目标函数极值进行文档倾角估计，对输入文档图像实施倾斜校正。与传统技术相比，本发明从Harr-like特征入手，提供一种新的文档图像倾斜校正方法，为复杂的一般的文档图像的倾斜校正这一难题提供了有效的解决方案。

公开(公告)号：CN103391162A

公开(公告)日：2013-11-13

申请号：CN201310289535.0

申请日：2013-07-10

Applicant: 上海交通大学

Inventor： 宋利 ,  骆政屹

IPC: H04L1/00

Abstract: 本发明提供一种基于Raptor码的多媒体数据非均等差错保护方法。该方法包括基本型非均等差错保护和增强型非均等差错保护两种应用模式，通过失真影响评估、排序与分类、Raptor编码与发送等步骤实现多媒体数据包的非均等差错保护。本发明的方法充分利用了Raptor码在分组长度较长时的良好特性。另外，由于使用的是标准Raptor码，本发明的方法更加易于使用。

公开(公告)号：CN103139568A

公开(公告)日：2013-06-05

申请号：CN201310046191.0

申请日：2013-02-05

Applicant: 上海交通大学

Inventor： 宋利 ,  瞿辉

IPC: H04N7/26 ,  H04N7/50

Abstract: 本发明公开一种基于稀疏度和保真度约束的视频稳像方法，包括：第一步，把视频帧分段，段与段之间有一定数目重合的帧；第二步，选取当前段相邻帧之间的特征点对；第三步，对特征点对进行全局局外点去除；第四步，用得到的特征点对拟合二维线性运动模型；第五步，估计原始摄像机路径；第六步，确定平滑路径的目标函数和限制原始摄像机路径变化的约束条件；第七步，根据线性规划的求解得到截取窗口变换矩阵；第八步，去除视频中的非线性效应；第九步，用截取窗口变换矩阵对原始帧进行变换。本发明在减小视频抖动的同时，能够根据用户需要减小视频内容失真的程度，并对长视频的稳像有较好的效果。