-
公开(公告)号:CN110188835A
公开(公告)日:2019-08-30
申请号:CN201910483958.3
申请日:2019-06-05
Applicant: 国家广播电视总局广播电视科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于生成式对抗网络模型的数据增强行人再识别方法,包括使用Mask-RCNN图像分割算法分割出图像中行人的掩膜图像;结合掩膜图像和手工标注行人属性,训练一个端到端的改进星形生成式对抗网络,从一个摄像头下的真实行人图像生成任何数量摄像头下的假训练图像;使用训练好的改进星形生成式对抗网络生成所有真实图像对应的所有相机域的假训练图像;将真实图像和假训练图像一起送入行人再识别模型,计算行人图像间距离并完成行人再识别功能。本发明设计合理,利用生成式对抗网络生成更多的训练样本,同时生成的图像背景能够有效地表示相对应摄像头下的真实场景,有效提高行人再识别模型的鲁棒性和判决能力,有效提高了行人再识别的准确率。
-
公开(公告)号:CN110188835B
公开(公告)日:2021-03-16
申请号:CN201910483958.3
申请日:2019-06-05
Applicant: 国家广播电视总局广播电视科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于生成式对抗网络模型的数据增强行人再识别方法,包括使用Mask‑RCNN图像分割算法分割出图像中行人的掩膜图像;结合掩膜图像和手工标注行人属性,训练一个端到端的改进星形生成式对抗网络,从一个摄像头下的真实行人图像生成任何数量摄像头下的假训练图像;使用训练好的改进星形生成式对抗网络生成所有真实图像对应的所有相机域的假训练图像;将真实图像和假训练图像一起送入行人再识别模型,计算行人图像间距离并完成行人再识别功能。本发明设计合理,利用生成式对抗网络生成更多的训练样本,同时生成的图像背景能够有效地表示相对应摄像头下的真实场景,有效提高行人再识别模型的鲁棒性和判决能力,有效提高了行人再识别的准确率。
-
公开(公告)号:CN118784200A
公开(公告)日:2024-10-15
申请号:CN202310362592.0
申请日:2023-04-06
Applicant: 国家广播电视总局广播电视科学研究院 , 中国广电网络股份有限公司 , 华数数字电视传媒集团有限公司 , 致信互链(北京)科技有限公司
Abstract: 本发明公开了一种跨链方法、系统、电子设备及可读存储介质,所述方法应用于跨链系统,跨链系统包括基链以及多条在基链上注册的业务链,业务链包括与基链同构的区块链以及与基链异构的区块链,方法包括:业务链调用部署在所述业务链上的通信协议合约,通过业务链的锚节点将业务链的交易数据发送至与业务链的锚节点对应的基链的锚节点;基链将所述交易数据同步至基链的所有节点;基链在接收到跨链系统中的任一目标业务链发起的交易数据查询请求后,基链调用部署在基链上的通信协议合约,通过与目标业务链的锚节点对应的基链的锚节点将交易数据查询请求对应的交易数据发送至目标业务链的锚节点。
-
公开(公告)号:CN110781931B
公开(公告)日:2022-03-08
申请号:CN201910971337.X
申请日:2019-10-14
Applicant: 国家广播电视总局广播电视科学研究院 , 北京博雅睿视科技有限公司
Abstract: 本发明涉及一种局部特征提取和融合的超高清片源转换曲线检测方法,其技术特点是:构造局部特征提取和融合的超高清片源转换曲线检测网络,构建局部特征提取和融合层,得到用于表征转换曲线特性的局部特征图;使用残差网络作为初始网络,得到整体转换曲线检测网络模型;对曲线检测网络模型进行训练,转换曲线分类模型;将超高清片源图像输入到转换曲线分类模型中,由该转换曲线分类模型输出该图像属于三种转换曲线类别的概率,最终根据概率大小判别图像的转换曲线类别。本发明设计合理,其通过构建特征提取和融合的超高清片源转换曲线检测网络模型,优于目前其他的片源检测算法,系统整体检测准确率较高。
-
公开(公告)号:CN110545416B
公开(公告)日:2020-10-16
申请号:CN201910825906.X
申请日:2019-09-03
Applicant: 国家广播电视总局广播电视科学研究院
Abstract: 本发明涉及一种基于深度学习的超高清片源检测方法,其主要技术特点是:对超高清片源进行技术符合性检测;对视频文件封装格式进行检测;对码流文件进行检测;构造色域检测的卷积神经网络模型,对视频片源的色域进行检测;构造转换曲线检测的卷积神经网络模型,对视频片源的转换曲线进行检测。本发明设计合理,其通过检测文件格式封装信息,可检测到文件头中封装的相应信息是否符合技术标准,通过检测编码后的码流信息,可检测到码流中标识的相应信息是否正确,并在片源内容特征检测上有效结合了卷积神经网络模型,可检测视频内容实际的色域类别以及测视频内容实际的转换曲线类别,获得了优良的检测结果,使得系统整体检测准确率大大提高。
-
公开(公告)号:CN111669532A
公开(公告)日:2020-09-15
申请号:CN202010488758.X
申请日:2020-06-02
Applicant: 国家广播电视总局广播电视科学研究院
Abstract: 本发明涉及一种高动态范围视频端到端实现方法,其主要技术特点是:制作视频节目,得到HLG视频;对HLG视频进行编码,得到编码码流;编码码流经过不同的传输网络进行传输;接收端对接收到的传输码流进行解码处理,根据显示终端的显示能力,将HLG视频送至显示终端进行显示。本发明设计合理,其在现有基于HLG的超高清电视系统中,增加PQ动态元数据的提取和传输,如果是现有支持HLG视频的终端,直接显示;如果是支持PQ视频的终端,将HLG转换为PQ视频动态适配后显示,可以在不改变现有传输方式的基础上,实现不同显示终端的最佳还原显示功能。
-
公开(公告)号:CN110545416A
公开(公告)日:2019-12-06
申请号:CN201910825906.X
申请日:2019-09-03
Applicant: 国家广播电视总局广播电视科学研究院
Abstract: 本发明涉及一种基于深度学习的超高清片源检测方法,其主要技术特点是:对超高清片源进行技术符合性检测;对视频文件封装格式进行检测;对码流文件进行检测;构造色域检测的卷积神经网络模型,对视频片源的色域进行检测;构造转换曲线检测的卷积神经网络模型,对视频片源的转换曲线进行检测。本发明设计合理,其通过检测文件格式封装信息,可检测到文件头中封装的相应信息是否符合技术标准,通过检测编码后的码流信息,可检测到码流中标识的相应信息是否正确,并在片源内容特征检测上有效结合了卷积神经网络模型,可检测视频内容实际的色域类别以及测视频内容实际的转换曲线类别,获得了优良的检测结果,使得系统整体检测准确率大大提高。
-
公开(公告)号:CN110781931A
公开(公告)日:2020-02-11
申请号:CN201910971337.X
申请日:2019-10-14
Applicant: 国家广播电视总局广播电视科学研究院 , 北京博雅睿视科技有限公司
Abstract: 本发明涉及一种局部特征提取和融合的超高清片源转换曲线检测方法,其技术特点是:构造局部特征提取和融合的超高清片源转换曲线检测网络,构建局部特征提取和融合层,得到用于表征转换曲线特性的局部特征图;使用残差网络作为初始网络,得到整体转换曲线检测网络模型;对曲线检测网络模型进行训练,转换曲线分类模型;将超高清片源图像输入到转换曲线分类模型中,由该转换曲线分类模型输出该图像属于三种转换曲线类别的概率,最终根据概率大小判别图像的转换曲线类别。本发明设计合理,其通过构建特征提取和融合的超高清片源转换曲线检测网络模型,优于目前其他的片源检测算法,系统整体检测准确率较高。
-
公开(公告)号:CN118784261A
公开(公告)日:2024-10-15
申请号:CN202310974153.5
申请日:2023-08-03
Applicant: 国家广播电视总局广播电视科学研究院 , 中国广电网络股份有限公司 , 华数数字电视传媒集团有限公司 , 致信互链(北京)科技有限公司
Abstract: 本发明公开了一种面向多链场景的跨链方法、跨链网关及电子设备,所述方法应用于跨链网关,所述方法包括:在所述跨链网关中增加与待注册区块链对应的适配器;获取待注册区块链的信息;根据所述待注册区块链的信息,通过与所述待注册区块链对应的适配器将所述待注册区块链注册至所述跨链网关;生成与注册至所述跨链网关的区块链对应的账户ID和公私钥对;根据所述区块链的账户ID和公私钥对进行跨链访问。
-
公开(公告)号:CN118779865A
公开(公告)日:2024-10-15
申请号:CN202310363920.9
申请日:2023-04-06
Applicant: 国家广播电视总局广播电视科学研究院 , 中国广电网络股份有限公司 , 华数数字电视传媒集团有限公司 , 致信互链(北京)科技有限公司
Abstract: 本发明公开了一种基于区块链的内容标识管理方法及装置,该方法应用于区块链系统,该方法包括:接收第一系统通过第一系统对应的数据同步账户发起的标识映射智能合约调用请求;其中,标识映射智能合约调用请求中包含第一标识和第二标识之间的映射关系数据,第一标识与第二标识对应相同的目标内容,第一标识与第二标识对应不同的标识规范;响应于标识映射智能合约调用请求,根据标识映射智能合约对数据同步账户进行权限验证以及对映射关系数据进行格式验证;根据权限验证的结果和格式验证的结果,将标识映射智能合约的执行结果数据进行保存,其中,标识映射智能合约的执行结果数据包括以下至少一种:映射关系数据、数据同步账户对应的数据。
-
-
-
-
-
-
-
-
-