-
公开(公告)号：CN109889839B
公开(公告)日：2020-11-20
申请号：CN201910240106.1
申请日：2019-03-27
Applicant: 上海交通大学
IPC: H04N19/167 , H04N19/146 , H04N19/147 , H04N19/91 , H04N19/182 , H04N19/124 , H04N19/44 , H04N19/33
Abstract: 本发明公开了一种基于深度学习的感兴趣区域图像编码系统及方法，包括感兴趣区域编码网络模块、码率分配模块和熵编码模块。图像输入系统后，感兴趣区域编码网络模块同时对输入图像进行正向多尺度分解变换以及感兴趣区域分割预测，得到图像的多尺度特征和感兴趣区域掩模，再经过码率分配模块为感兴趣区域分配更多的特征，分配后的特征经过量化和熵编码得到二进制码流；同时提供了一种感兴趣区域图像解码系统及方法，用于解码上述编码系统及方法形成的编码。本发明使用深度学习技术构建感兴趣区域编解码网络和熵编解码器，利用大量数据训练得到最优模型参数，在实际应用中可达到显著优于现有感兴趣编码系统的主观和客观的编码性能。
-
公开(公告)号：CN106231300B
公开(公告)日：2020-06-12
申请号：CN201610585079.8
申请日：2016-07-22
Applicant: 上海交通大学
IPC: H04N19/105 , H04N19/114 , H04N19/115 , H04N19/147 , H04N19/176
Abstract: 本发明提供一种基于编码单元层次的HEVC复杂度控制方法，包括以下步骤：用户设定视频编码目标复杂度系数，正常编码并统计第一个GOP中的各个编码单元层次的复杂度和一个GOP的总的复杂度，计算出各个编码单元层次的复杂度的比值，并通过不同的编码单元层次组合得到不同的门限值；把目标复杂度平均分配到待编码GOP内的每一帧，把复杂度平均分配给剩下的编码树单元，每个编码树单元根据分配到的复杂度选择编码单元层次的组合，编码完成后更新剩余的复杂度。本发明能够在GOP级别在一定范围内实现复杂度的控制，在每一帧编码复杂度的控制上更为准确，波动更小。
-
公开(公告)号：CN110351511A
公开(公告)日：2019-10-18
申请号：CN201910575778.8
申请日：2019-06-28
Applicant: 上海交通大学
IPC: H04N7/01
Abstract: 本发明提供了一种基于场景深度估计的视频帧率上变换系统及方法，其中系统包括模块一：光流估计网络；模块二：场景深度估计网络；模块三：上下文提取网络；模块四：插值核估计网络；模块五：深度感知的光流场映射；模块六：自适应插值映射；模块七：中间帧生成网络；本发明利用场景深度估计，提供了在视频帧率上变换中针对暴露遮蔽问题的解决办法；本发明还利用深度学习技术，提供了一种能够被端到端训练的神经网络系统，使得系统能够在大量的无标签的视频数据上进行训练优化。
-
公开(公告)号：CN109462757A
公开(公告)日：2019-03-12
申请号：CN201811567266.9
申请日：2018-12-19
Applicant: 上海交通大学
IPC: H04N19/103
Abstract: 本发明提供了一种样点自适应补偿模式快速选择方法和系统，包括：获取空域相邻编码树单元的样点自适应补偿信息；获取当前编码树单元的编码模式信息；根据所述空域相邻编码树单元的样点自适应补偿信息、所述当前编码树单元的编码模式信息来判断当前编码树单元是否进行样点补偿。本发明采用空域相邻编码树单元的样点自适应补偿信息及当前编码树单元的编码模式信息来判断当前编码树单元是否进行样点补偿，对于x265编码器，本发明能够实现超高清视频序列实时编码，性能与原来非实时编码相比峰值信噪比下降0.04dB。
-
公开(公告)号：CN108989751A
公开(公告)日：2018-12-11
申请号：CN201810784634.9
申请日：2018-07-17
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于光流的视频拼接方法，包括：步骤S1：左右帧图像的读取及预处理；步骤S2：计算左右帧图像的对应公共区域，并对公共区域做密集光流估计；步骤S3：将公共区域的密集光流聚类成三类；步骤S4：对非公共区域进行光流的延伸估计，并将非基准帧按照光流投影到基准帧上构成初步全景图；步骤S5：初步全景图中遮蔽区域的检测与校正；步骤S6：回到步骤S1，读取下一对左右帧图像。本发明所述方法针对相机方向固定的同步监控视频，通过上述步骤能够准确地找到左右帧图像公共区域间的对应关系，得到效果良好的全景视频，很大程度地弱化了对运动物体造成的模糊和扭曲效果。
-
Patent Agency Ranking
公开(公告)号：CN105472442B
公开(公告)日：2018-10-23
申请号：CN201510868809.0
申请日：2015-12-01
Applicant: 上海交通大学
IPC: H04N21/433 , H04N21/426 , H04N19/42 , H04N19/423 , H04N19/433
Abstract: 本发明提供了一种用于超高清帧率上变换的片外缓存压缩系统，包括压缩模块和解压缩模块，其中：所述压缩模块，实时压缩来自视频输入和超高清视频帧率上变换处理内核的待压缩视频帧数据，形成压缩码流，并将压缩码流写到片外缓存中；所述解压缩模块，向片外缓存请求压缩码流，从片外缓存接收压缩码流；解压缩模块对压缩码流实时解码形成解压后像素块，并将解压后像素块输出给超高清视频帧率上变换处理内核和输出显示模块。本发明能大幅降低片外访存带宽，提升系统的数据吞吐率，降低超高清视频帧率上变换系统的功耗。
-
公开(公告)号：CN104601992B
公开(公告)日：2018-07-03
申请号：CN201510007324.2
申请日：2015-01-07
Applicant: 上海交通大学
IPC: H04N19/109 , H04N19/147
Abstract: 本发明提供了一种基于贝叶斯最小风险决策的SKIP模式快速选择方法，具体步骤是：首先采用当前编码单元的SKIP模式的率失真代价作为决策特征，在线统计学习前四帧，针对不同量化参数及不同编码单元深度，通过非参数概率密度估计分别得到最优选为SKIP模式和非SKIP模式时的决策特征的条件概率分布。然后基于在线学习的统计信息，利用贝叶斯风险最小模型对剩余帧的SKIP模式进行提前判决。此方法能够在保证编码性能的情况下，可以快速的进行SKIP模式的判定，从而跳过其它不必要的预测编码模式计算，能够有效的降低HEVC编码器的编码复杂度，有利于实现HEVC编码器的实时应用。
-
公开(公告)号：CN104378641B
公开(公告)日：2018-05-01
申请号：CN201410647903.9
申请日：2014-11-14
Applicant: 上海交通大学
Abstract: 本发明提供了一种HEVC/H.265的亚像素插值的SIMD快速实现方法，首先在运动搜索过程中，采用简化的SIMD实现的四阶亚像素插值模块，获取亚像素运动矢量，利用微弱的性能损失换取明显的速度提升；然后在运动补偿计算当前像素块和参考像素块的残差时，采用原始八阶亚像素插值得到参考像素块，保证编码端和解码端一致，避免解码像素出现漂移。
-
公开(公告)号：CN106231303A
公开(公告)日：2016-12-14
申请号：CN201610584775.7
申请日：2016-07-22
Applicant: 上海交通大学
IPC: H04N19/114 , H04N19/115 , H04N19/176 , H04N19/70 , H04N19/96
CPC classification number: H04N19/114 , H04N19/115 , H04N19/176 , H04N19/70 , H04N19/96
Abstract: 本发明提供一种HEVC编码中使用预测模式进行复杂度控制的方法，包括以下步骤：统计第一个GOP中的各个编码单元预测模式的复杂度，计算出各个预测模式的复杂度的比值，并通过不同的编码单元预测模式组合得到不同的门限值。把目标复杂度平均分配到待编码GOP内的每一帧；把复杂度平均分配给剩下的编码树单元，每个编码树单元根据分配到的复杂度选择编码单元预测模式的组合，编码完成后更新剩余的复杂度。本发明整个方法避免引入额外的复杂度，且无需专门的训练视频序列，对于任何视频可以直接编码，复杂度控制的动态范围很高，而且波动较小。本发明能够在GOP级别在一定范围内实现复杂度的控制。
-
公开(公告)号：CN106210449A
公开(公告)日：2016-12-07
申请号：CN201610657029.6
申请日：2016-08-11
Applicant: 上海交通大学
IPC: H04N5/14
Abstract: 本发明公开一种多信息融合的帧率上变换运动估计方法及系统，方法步骤为：读取前后两帧图像，分别对其进行降采样，对降采样的图像进行基于光流法的运动估计，对原始图像进行块匹配的运动估计，提取前后两帧图像的SIFT特征，计算特征向量并进行特征匹配，得到特征匹配的运动矢量，对块匹配运动矢量、特征匹配运动矢量和光流法运动矢量进行融合，运动矢量的传递。本发明相对比传统基于块匹配的运动估计算法，精度提升明显。针对一般的光流估计算法，在小物体运动矢量以及运动边界矢量保持上具有更好的性能。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.053 seconds)
