-
公开(公告)号：CN105828069B
公开(公告)日：2019-01-18
申请号：CN201610211260.2
申请日：2016-04-06
Applicant: 上海交通大学
IPC: H04N19/102 , H04N19/146 , H04N19/134 , H04N19/124 , H04L29/06
Abstract: 本发明涉及一种基于主观质量评估的编码器自适应调整方法，包括：步骤A：通过分析编码参数和配置条件对视频流码率的影响，建立HEVC编码器参数模型；步骤B：用终端用户对接收视频质量的主观感知，建立一个综合考虑编码器设置和网络损失因素的主观QoE模型；步骤C：基于建立的主观QoE模型，对多用户的视频业务，在有限的信道容量下构建最大化所有用户的总QoE的自适应调节算法。与现有技术相比，本发明大幅提高了多用户情况下的用户总满意度，同时支持根据用户优先级分配资源，对提高系统性能，优化网络资源分配具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN119211548A
公开(公告)日：2024-12-27
申请号：CN202411323995.5
申请日：2024-09-23
Applicant: 上海交通大学
IPC: H04N19/13 , H04N19/136 , H04N19/154 , H04N19/169 , H04N19/42 , G06N3/08
Abstract: 本公开提供一种失真‑感知权衡可控的图像压缩方法、系统、介质及设备，其中，失真‑感知权衡可控的图像压缩方法，包括：将待处理图像输入预训练的基线编码器，确定第一隐变量；将第一隐变量进行熵编码，确定第二隐变量；将第二隐变量输入预设的可控特征融合模块，确定第三隐变量；将第三隐变量输入预训练的基线解码器，确定重建图像。通过本公开，在不改变预训练的基线深度学习图像编解码器的参数和结构的同时，能够通过预设的可控特征融合模块调整单一隐变量中的失真‑感知权衡，实现灵活调整失真‑感知权衡，用户能够根据需求获取不同的解码图像。
-
公开(公告)号：CN119991483A
公开(公告)日：2025-05-13
申请号：CN202510067217.2
申请日：2025-01-16
Applicant: 上海交通大学
IPC: G06T5/70 , G06T5/60 , G06T3/4053 , G06T3/4007 , G06N3/0464 , G06N3/045 , G06N3/098
Abstract: 本发明提供基于扩散模型的任意倍率超分辨率增强系统和方法，包括：输入模块，输入低分辨率图像和目标超分辨率增强倍率；上采样单元，对低分辨率图像通过双三次插值提升至目标分辨率，得到中间目标分辨率图像；图像编码器，对中间目标分辨率图像编码，得到隐空间输入特征；辅助特征模块，采集中间目标分辨率图像的文本描述和语义特征；隐空间模块，基于目标超分辨率增强倍率、文本描述和语义特征，对隐空间输入特征进行去噪，得到中间特征；图像解码器，解码中间特征，得到最终的符合目标超分辨率增强倍率的图像。本发明将超分辨率倍率感知能力注入扩散模型的生成过程中，使扩散模型能够根据超分辨率增强的倍率自适应地处理图像特征。
-
公开(公告)号：CN119450068A
公开(公告)日：2025-02-14
申请号：CN202411582581.4
申请日：2024-11-07
Applicant: 上海交通大学
Abstract: 本公开提供一种基于非对称架构的图像压缩模型的确定方法及系统，其中，方法，包括：获取经过训练的基础神经网络编解码器；固定分析编码器、超先验编码器、超先验解码器以及上下文模型的参数，确定轻量化的合成解码器；固定分析编码器、轻量化的合成解码器的参数，联合超先验编码器对超先验解码器和上下文模型确定轻量化的超先验解码器、轻量化的上下文模型以及经过联合训练的超先验编码器；根据分析编码器、轻量化的合成解码器、经过联合训练的超先验编码器、轻量化的超先验解码器以及轻量化的上下文模型，确定非对称的轻量化图像压缩模型。通过本公开，简化解码器网络结构，降低解码端的计算复杂度，提高解码效率，能够适应多样化的低端设备。
-
公开(公告)号：CN118890479A
公开(公告)日：2024-11-01
申请号：CN202410918054.X
申请日：2024-07-10
Applicant: 上海交通大学
IPC: H04N19/147 , H04N19/567 , H04N19/42 , H04N21/462 , H04N21/647 , H04N19/172
Abstract: 本公开提供一种基于神经网络的帧级复杂度控制方法及系统，其中，基于神经网络的帧级复杂度控制方法，包括：根据预设的实用编码器的序列级预设配置，确定帧级预设配置；根据帧级预设配置，确定训练数据集；确定训练完成的帧级预设配置预测网络；将待编码的视频输入训练完成的帧级预设配置预测网络，确定待编码的视频的每一帧对应的帧级预设配置；设置一个可选时间参数；根据预设的复杂度分配机制、待编码的视频的每一帧对应的帧级预设配置和可选时间参数，对待编码视频进行编码处理，确定复杂度控制误差。通过本公开，引入复杂度分配和反馈设计，实时监控并控制复杂度控制流程，在低延迟场景的实用编码器上实现较高的复杂度控制精度。
-
公开(公告)号：CN105828069A
公开(公告)日：2016-08-03
申请号：CN201610211260.2
申请日：2016-04-06
Applicant: 上海交通大学
IPC: H04N19/102 , H04N19/146 , H04N19/134 , H04N19/124 , H04L29/06
CPC classification number: H04N19/102 , H04L65/80 , H04N19/124 , H04N19/134 , H04N19/146
Abstract: 本发明涉及一种基于主观质量评估的编码器自适应调整方法，包括：步骤A：通过分析编码参数和配置条件对视频流码率的影响，建立HEVC编码器参数模型；步骤B：用终端用户对接收视频质量的主观感知，建立一个综合考虑编码器设置和网络损失因素的主观QoE模型；步骤C：基于建立的主观QoE模型，对多用户的视频业务，在有限的信道容量下构建最大化所有用户的总QoE的自适应调节算法。与现有技术相比，本发明大幅提高了多用户情况下的用户总满意度，同时支持根据用户优先级分配资源，对提高系统性能，优化网络资源分配具有重要意义。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
