-
公开(公告)号：CN107040782A
公开(公告)日：2017-08-11
申请号：CN201710265099.1
申请日：2017-04-21
Applicant: 上海电力学院
IPC: H04N19/147 , H04N19/19
Abstract: 本发明涉及一种基于拉格朗日方法的视频编码全局率失真优化方法，本发明基于标准的视频编码标准，如AVS，H.264以及HEVC等。首先进行基于运动估计的预分析，分析出待编码图像的每一像素的编码失真对其以后编码图像的率失真的影响因子；随后利用该率失真传递因子，在编码时，计算出每个编码块单元的率失真传递因子，对基于拉格朗日优化方法中的率失真优化方法中的率失真代价值计算方案进行调整。基于调整后的率失真代价值进行视频编码参数的选择，以此提高率失真性能。该方法通过解耦编码单元率失真性能的相互依赖关系，通过一次简单的运动估计预分析和一次编码，可以达到接近全局优化的率失真性能。在节省编码复杂度同时，大大提高了编码率失真性能。
-
公开(公告)号：CN104318347A
公开(公告)日：2015-01-28
申请号：CN201410520372.7
申请日：2014-09-30
Applicant: 上海电力学院
Abstract: 本发明涉及一种基于多传感器信息融合的输电线路覆冰状态评估方法，该方法包括以下步骤：1)获取环境温度和环境相对湿度，并判断是否达到覆冰条件，若为是，则执行步骤2)；2)获取环境温度差、覆冰持续时间和覆冰厚度，并根据专家经验计算出环境温度差、等效覆冰厚度和覆冰持续时间的覆冰隶属度值；3)采用BP神经网络对各个覆冰隶属度值进行数据融合，分别计算出无覆冰概率、有覆冰概率和严重覆冰概率；4)根据有覆冰概率和严重覆冰概率和覆冰持续时间输出评估结果。与现有技术相比，本发明具有评估准确等优点。
-
公开(公告)号：CN107040782B
公开(公告)日：2019-10-01
申请号：CN201710265099.1
申请日：2017-04-21
Applicant: 上海电力学院
IPC: H04N19/147 , H04N19/19
Abstract: 本发明涉及一种基于拉格朗日方法的视频编码全局率失真优化方法，本发明基于标准的视频编码标准，如AVS，H.264以及HEVC等。首先进行基于运动估计的预分析，分析出待编码图像的每一像素的编码失真对其以后编码图像的率失真的影响因子；随后利用该率失真传递因子，在编码时，计算出每个编码块单元的率失真传递因子，对基于拉格朗日优化方法中的率失真优化方法中的率失真代价值计算方案进行调整。基于调整后的率失真代价值进行视频编码参数的选择，以此提高率失真性能。该方法通过解耦编码单元率失真性能的相互依赖关系，通过一次简单的运动估计预分析和一次编码，可以达到接近全局优化的率失真性能。在节省编码复杂度同时，大大提高了编码率失真性能。
-
公开(公告)号：CN104318485A
公开(公告)日：2015-01-28
申请号：CN201410520367.6
申请日：2014-09-30
Applicant: 上海电力学院
Abstract: 本发明涉及一种基于神经网络和模糊逻辑的输电线路故障判别方法，方法包括以下步骤：一种基于神经网络和模糊逻辑的输电线路故障判别方法，方法包括以下步骤：1)连续采集导线温度、导线倾角和导线拉力数据，并计算对应的导线温度偏差值、导线倾角偏差值和导线拉力偏差值；2)根据三个偏差值计算出对应的故障隶属度值，若三个故障隶属度值至少有一个为1，则执行步骤3)；3)对三个故障隶属度值进行数据融合，分别计算出线路无故障概率、线路潜在故障概率和线路故障概率；4)根据线路潜在故障概率、线路故障概率和故障持续时间输出评价结果。与现有技术相比，本发明具有可成长性、预测精准等优点。
-
Patent Agency Ranking
公开(公告)号：CN109286817B
公开(公告)日：2020-12-22
申请号：CN201811096647.3
申请日：2018-09-19
Applicant: 上海电力学院
IPC: H04N19/124 , H04N19/625
Abstract: 本发明涉及一种视频编码中DCT系数的量化失真信息处理方法，包括：步骤S1：载入DCT系统的分布模型，其中，DCT系统的分布模型由拉普拉斯分布部分和均匀分布部分组成；步骤S2：优化DCT系统的分布模型的均匀分布部分；步骤S3：根据DCT系数的分布模型以及量化重建方法，确定量化失真估计值函数DLPTCM；步骤S4：根据优化后的DCT系统的分布模型的尾部均匀分布部分，优化量化失真估计值函数。与现有技术相比，本发明量化失真计算方法以及DCT系数分布模型的基础上，针对DZ+UTQ量化方式计算了量化失真估计算法，针对这种重建规则的量化失真估计算法很好的解决了其在其他优化算法领域中的应用。
-
公开(公告)号：CN109089125B
公开(公告)日：2020-10-23
申请号：CN201811095981.7
申请日：2018-09-19
Applicant: 上海电力学院
IPC: H04N19/625
Abstract: 本发明涉及一种视频编码中的DCT系数分布特征模型优化方法，包括：步骤S1：获取源分布模型；步骤S2：根据样本序列的相对于0的分布情况优化分布模型中主体部分与尾部的分界参数；步骤S3：将样本序列中小于分界参数的DCT系数作为分布建模的主体部分，其余的DCT系数作为尾部，得到优化后的分布模型。与现有技术相比，本发明结合DCT系数的实际分布特征，优化分界参数，从而将LPTCM模型分段建模的思想应用于简单的LAP模型，有效的避免了DCT系数严重的拖尾现象。
-
公开(公告)号：CN110324618A
公开(公告)日：2019-10-11
申请号：CN201910592909.3
申请日：2019-07-03
IPC: H04N19/124 , H04N19/147 , H04N19/154 , H04N19/19
Abstract: 本发明涉及一种基于VMAF准则的提高视频质量的优化编码方法，通过预编码的方式，获得不同失真程度的重建帧；根据不同失真程度的重建帧，拟合出图像中每个图像块的SSE失真变化量与图像VMAF失真变化量的映射系数；根据每个图像块的映射系数，建立VMAF准则下的优化编码模型；求解VMAF准则下优化编码的拉格朗日乘子；利用拉格朗日乘子进行视频的率失真优化编码。本发明能在VMAF准则下获得较高的编码效率。
-
公开(公告)号：CN109286817A
公开(公告)日：2019-01-29
申请号：CN201811096647.3
申请日：2018-09-19
Applicant: 上海电力学院
IPC: H04N19/124 , H04N19/625
CPC classification number: H04N19/124 , H04N19/625
Abstract: 本发明涉及一种视频编码中DCT系数的量化失真信息处理方法，包括：步骤S1：载入DCT系统的分布模型，其中，DCT系统的分布模型由拉普拉斯分布部分和均匀分布部分组成；步骤S2：优化DCT系统的分布模型的均匀分布部分；步骤S3：根据DCT系数的分布模型以及量化重建方法，确定量化失真估计值函数DLPTCM；步骤S4：根据优化后的DCT系统的分布模型的尾部均匀分布部分，优化量化失真估计值函数。与现有技术相比，本发明量化失真计算方法以及DCT系数分布模型的基础上，针对DZ+UTQ量化方式计算了量化失真估计算法，针对这种重建规则的量化失真估计算法很好的解决了其在其他优化算法领域中的应用。
-
公开(公告)号：CN109089125A
公开(公告)日：2018-12-25
申请号：CN201811095981.7
申请日：2018-09-19
Applicant: 上海电力学院
IPC: H04N19/625
CPC classification number: H04N19/625
Abstract: 本发明涉及一种视频编码中的DCT系数分布特征模型优化方法，包括：步骤S1：获取源分布模型；步骤S2：根据样本序列的相对于0的分布情况优化分布模型中主体部分与尾部的分界参数；步骤S3：将样本序列中小于分界参数的DCT系数作为分布建模的主体部分，其余的DCT系数作为尾部，得到优化后的分布模型。与现有技术相比，本发明结合DCT系数的实际分布特征，优化分界参数，从而将LPTCM模型分段建模的思想应用于简单的LAP模型，有效的避免了DCT系数严重的拖尾现象。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
