-
公开(公告)号：CN101720042A
公开(公告)日：2010-06-02
申请号：CN200910154336.2
申请日：2009-11-27
Applicant: 宁波大学
Abstract: 本发明公开了一种多视点视频信号的编码方法，优点在于利用多视点视频编码的宏块编码模式和参考帧选择的统计特性，设计了宏块编码模式搜索过程的提前终止方法和减少部分帧间宏块编码模式搜索的参考帧数方法来加速多视点视频编码的速度，对多个测试序列进行实验，表明采用本发明方法与JMVM方法相比，本发明编码方法率失真性能只有略微的下降，有效降低了计算复杂度，大大地提高了编码速度，并经统计，表明本发明编码方法的峰值信噪比PSNR平均下降0.08dB，码率就上升2.03％，编码速度约提高了3.71～7.22倍。
-
公开(公告)号：CN108830790B
公开(公告)日：2022-09-13
申请号：CN201810467095.6
申请日：2018-05-16
Applicant: 宁波大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于精简卷积神经网络的快速视频超分辨率重建方法，其既能利用视频帧之间的邻域信息，又保证重建速度。首先，考虑到输入的尺寸大小会直接影响网络的运算速度，本发明网络省去传统方法的预插值过程，直接对多个低分辨率输入视频帧提取特征，并进行多维特征通道融合；接着，为了避免网络中产生零梯度而丢失视频的重要信息，采用参数线性纠正单元作为激活函数，并采用更小的滤波器尺寸调整网络结构以进行多层映射；最后，在网络末端添加反卷积层上采样得到重建视频。同时，本发明还采用网络迁移策略快速实现了不同缩放因子下的重建模型，重建的视频图像中能够保留更多高频细节信息，同时重建速度更快。
-
公开(公告)号：CN108769677B
公开(公告)日：2021-07-30
申请号：CN201810547533.X
申请日：2018-05-31
Applicant: 宁波大学
IPC: H04N19/124 , H04N19/30 , H04N19/176 , H04N19/117 , G06K9/62
Abstract: 本发明涉及一种基于感知的高动态范围视频动态范围可分级编码方法，并利用视觉感知去除编码冗余，提高了动态范围可分级编码的效率。首先，提出了基于色调映射的动态范围可分级模型，将HDR视频分解成为一个SDR视频和多个RSFs序列；然后，考虑感知特性分别提出基于信息熵分析和内容分割两种方案，根据SDR视频帧内容对RSFs进行感知滤波处理；最后，在解码端重建在MDR显示设备上显示的SDR视频和HDR视频。本方法与此前的研究工作相比，考虑了色调映射操作在视频编码中的影响，并结合感知特性更好地处理了RSFs。实验结果表明，所提出方法能有效提高编码性能。
-
公开(公告)号：CN110636282A
公开(公告)日：2019-12-31
申请号：CN201910905772.2
申请日：2019-09-24
Applicant: 宁波大学
IPC: H04N17/00 , H04N13/106
Abstract: 本发明涉及一种无参考非对称虚拟视点立体视频质量评价方法，包括：分别对待评估虚拟视点立体视频的左视点视频和右视点视频的亮度通道中的每帧图像进行两次下采样，并根据下采样得到的3种尺度下对应的图像计算出左、右视点的空域局部特征和空域全局特征以及左、右视点的时域局部特征和时域全局特征；并分别组成左视点特征向量和右视点特征向量；同时，计算出左视点视频的权重和右视点视频的权重；将左视点特征向量和右视点特征向量与对应的左视点视频权重和右视点视频权重进行融合，得到立体特征向量；最后，将立体特征向量作为输入量，使用随机森林技术，计算得到待评估的虚拟视点立体视频的客观质量评价值。该评价方法更符合人眼主观感知。
-
公开(公告)号：CN109218710B
公开(公告)日：2019-10-08
申请号：CN201811054805.9
申请日：2018-09-11
Applicant: 宁波大学
IPC: H04N17/00
Abstract: 本发明公开了一种自由视点视频质量评估方法，其先将每帧转换到LAB颜色空间；然后获取每帧的每个通道对应的时空域差值图；接着提取每帧的各个通道中的失真关键区域；再根据第1个通道中的失真关键区域并利用结构相似度算法获取质量分数；根据第2个通道和第3个通道各自中的失真关键区域并利用对比度计算相应的质量分数；之后对每帧的3个通道的质量分数进行融合，得到每帧的质量分数；最后根据所有帧的质量分数得到失真自由视点视频的质量分数；优点是其能够有效地提高客观评价结果与人眼主观感知的一致性。
-
Patent Agency Ranking
公开(公告)号：CN109035155A
公开(公告)日：2018-12-18
申请号：CN201810617257.X
申请日：2018-06-15
Applicant: 宁波大学
Abstract: 本发明公开了一种光晕去除的多曝光图像融合方法，其计算每幅曝光图像的亮度图像的局部梯度稀疏复杂度映射图和曝光质量映射图；然后融合得到每幅曝光图像的亮度图像的初步融合权值图像，进而得到每幅曝光图像的亮度图像的初步融合权值图像的归一化图像的优化图像的归一化图像；再获得所有曝光图像的最终融合图像；优点是通过针对亮度图像的梯度幅值图像的稀疏表示构建局部梯度稀疏复杂度映射图及曝光质量映射图进行图像融合，有效抑制了大幅值的无效梯度在图像融合过程中产生的影响，消除了融合图像中的光晕现象，且能更有效地提取多曝光图像序列中不同曝光条件下的图像纹理细节，因此融合图像中含有更丰富的纹理细节和具有更高的清晰度。
-
公开(公告)号：CN106973281B
公开(公告)日：2018-12-07
申请号：CN201710038624.6
申请日：2017-01-19
Applicant: 宁波大学
IPC: H04N13/111 , H04N13/128 , H04N13/15 , H04N17/02 , H04N19/124
Abstract: 本发明公开了一种虚拟视点视频质量预测方法，其将第1帧彩色图像和第1帧深度图像各自中的各个分割块的均值和方差、第1帧彩色图像和第1帧深度图像各自的梯度图像中的各个分割块的均值、第1帧深度图像与第1帧失真深度图像的深度差值图像中的各个分割块的均值作为训练特征，将第1帧失真深度图像对应的标签图像中的各个分割块的均值作为训练标签，使用SVM对训练特征和训练标签组成的训练样本进行训练，得到SVM回归模型；将其余任一帧相应的均值和方差作为测试特征，利用SVM回归模型进行测试；利用输出的测试值获得失真虚拟视点视频的质量值；优点是考虑了虚拟视点绘制质量的各影响因子，使得在深度视频压缩失真下能有效预测出虚拟视点视频质量。
-
公开(公告)号：CN108900838A
公开(公告)日：2018-11-27
申请号：CN201810586755.2
申请日：2018-06-08
Applicant: 宁波大学
IPC: H04N19/147 , H04N19/19 , H04N19/186 , H04N19/154
Abstract: 本发明涉及一种基于HDR-VDP-2度量失真的率失真优化方法，并根据修正后的λ-QP关系更正拉格朗日乘子λ，以进一步优化HDR视频编码过程中编码参数的选取策略，提高HEVC Main 10编码HDR视频的性能。首先，设计了一种基于HDR-VDP-2的失真计算方法并应用于HEVC的编码树单元结构，并建立了基于HDR-VDP-2失真准则的率失真代价函数模型；接着，为了确定率失真代价函数中的拉格朗日乘子λ，本发明采用固定的拉格朗日乘子λ进行编码，并利用多QP优化技术统计最优QP值，从而修正λ-QP函数关系；最后，基于修正λ-QP之间的关系确定当前编码视频帧的拉格朗日乘子λ，并将提出的率失真代价函数模型应用于HEVC Main 10编码器。同时，本发明能够保留编码重建视频更多纹理细节信息，能够提升HEVC编码HDR视频性能。
-
公开(公告)号：CN108830790A
公开(公告)日：2018-11-16
申请号：CN201810467095.6
申请日：2018-05-16
Applicant: 宁波大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于精简卷积神经网络的快速视频超分辨率重建方法，其既能利用视频帧之间的邻域信息，又保证重建速度。首先，考虑到输入的尺寸大小会直接影响网络的运算速度，本发明网络省去传统方法的预插值过程，直接对多个低分辨率输入视频帧提取特征，并进行多维特征通道融合；接着，为了避免网络中产生零梯度而丢失视频的重要信息，采用参数线性纠正单元作为激活函数，并采用更小的滤波器尺寸调整网络结构以进行多层映射；最后，在网络末端添加反卷积层上采样得到重建视频。同时，本发明还采用网络迁移策略快速实现了不同缩放因子下的重建模型，重建的视频图像中能够保留更多高频细节信息，同时重建速度更快。
-
公开(公告)号：CN105654465B
公开(公告)日：2018-06-26
申请号：CN201510961830.5
申请日：2015-12-21
Applicant: 宁波大学
Abstract: 本发明公开了一种采用视差补偿视点间滤波的立体图像质量评价方法，其通过对立体图像的左、右视点图像进行视差补偿和视点间滤波，得到高频图像和低频图像，在频域完成了对立体图像的立体感知特性的描述，能够更准确地评价立体图像的质量；其对低频图像进行二维小波变换，提取近似系数矩阵、水平细节系数矩阵、垂直细节系数矩阵以及对角线细节系数矩阵来获得部分特征，这些特征能够有效地提高对失真立体图像的质量评价的准确性；其利用支持向量回归的方法构建立体图像的特征向量与图像主观质量之间的映射关系，避免了对于人类视觉系统工作机制的复杂模拟，同时避免了对于训练过程的过度依赖，从而提高了主观质量和客观预测质量之间的相关性。
-
-
-
-
-
-
-
-
-
Search Results
210
records
(took 0.027 seconds)
