-
公开(公告)号：CN115239647A
公开(公告)日：2022-10-25
申请号：CN202210786730.3
申请日：2022-07-06
Applicant: 杭州电子科技大学
Abstract: 本发明属于图像及视频处理领域，公开了一种基于自适应采样与多尺度时序两阶段的全参考视频质量评价方法，包括如下步骤：步骤1：获取训练样本集Xtrain和测试样本集Xtest：步骤2：对训练集的每个视频Vd与Vr进行自适应采样:步骤3：构建多尺度时空域特征提取网络MTN:步骤4：构建基于多通道自注意力机制的质量决策模块:步骤5：对全参考视频质量评价模型MTN进行迭代训练：步骤6：获取全参考视频的质量评价结果。本发明方案能够测量原始视频和失真视频之间的感知差异，可用于视频压缩、传输和处理中的质量检测评估。
-
Patent Agency Ranking
公开(公告)号：CN113487564B
公开(公告)日：2024-04-05
申请号：CN202110753105.4
申请日：2021-07-02
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06N3/0464 , G06N3/042 , G06N3/09 , H04N17/00
Abstract: 本发明属于用户原创内容视频处理技术领域，公开了一种用于用户原创视频的双流时序自适应选择视频质量评价方法，包括1：基于内容权重分配帧内质量感知模块；2：双流全局时域建模；3：双流更深层次损失函数权重分配。本方法从时域与空域两个维度对视频质量特征进行提取，在空域方面，提取了多尺度的特征图，结合人眼视觉显著性感知对特征图进行权重再分配。在时域方面，引入双流更深层次RNN结构，对前向与后向时序信息进行迭代提取深层次双时序信息。最后，通过深度监督模块对不同的感知层次与顺序的进行损失函数的分配后回归最后的得分。在四个UGC‑VQA数据库上，与目前最好的深度学习方法相比，实现了更进一步的性能提升。
-
公开(公告)号：CN118200517A
公开(公告)日：2024-06-14
申请号：CN202410350928.6
申请日：2024-03-26
Applicant: 杭州电子科技大学
IPC: H04N17/00 , H04N21/44 , H04N21/442 , H04N21/234 , H04N21/24 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了基于注意选择的用户原创视频质量评估方法。首先待评估视频经过时序小块采样模块得到重组帧集合，随后将重组帧集合输入到训练好的参数固定的ASNet，经过多阶段加工和过滤操作得到高阶空时域失真特征token集合，随后输入回归器得到待评估用户原创视频的得分。本发明设计了时序小块采样模块用以细颗粒度地保留时空域的失真信息，同时通过注意力筛选transformer网络多阶段加工和过滤视觉信息，确保模型能够高效地处理和分析复杂场景下视频中的视觉信息，从而提取出失真程度表征性强的语义特征。
-
公开(公告)号：CN111142060B
公开(公告)日：2023-11-07
申请号：CN201911212973.0
申请日：2019-12-02
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司丽水供电公司 , 杭州电子科技大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
IPC: G01R35/04 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于改进的BP神经网络的自适应阈值调整诊断方法，涉及智能电表进行故障诊断领域。在实际应用中，用于判断掉线或其他故障类型的阈值通常由经验确定，缺乏一套科学的阈值调整算法。本发明获取电表等通讯设备的历史报文数据信息及经验阈值信息对BP神经网络进行训练，基于BP神经网络对阈值的训练结果引入准确性的反馈机制，并且阈值进行自适应调整，根据判断准确性、期望的系统准确率进行阈值调整，得到自适应故障诊断的动态阈值S'(tk+1)；根据得到的自适应故障诊断的动态阈值S'(tk+1)对系统采集设备进行故障诊断。本技术方案对于电力系统电表等通讯设备的掉线及其他故障情况的自适应诊断局域重要的科学意义及应用价值。
-
公开(公告)号：CN113487564A
公开(公告)日：2021-10-08
申请号：CN202110753105.4
申请日：2021-07-02
Applicant: 杭州电子科技大学
Abstract: 本发明属于用户原创内容视频处理技术领域，公开了一种用于用户原创视频的双流时序自适应选择视频质量评价方法，包括1：基于内容权重分配帧内质量感知模块；2：双流全局时域建模；3：双流更深层次损失函数权重分配。本方法从时域与空域两个维度对视频质量特征进行提取，在空域方面，提取了多尺度的特征图，结合人眼视觉显著性感知对特征图进行权重再分配。在时域方面，引入双流更深层次RNN结构，对前向与后向时序信息进行迭代提取深层次双时序信息。最后，通过深度监督模块对不同的感知层次与顺序的进行损失函数的分配后回归最后的得分。在四个UGC‑VQA数据库上，与目前最好的深度学习方法相比，实现了更进一步的性能提升。
-
公开(公告)号：CN111142060A
公开(公告)日：2020-05-12
申请号：CN201911212973.0
申请日：2019-12-02
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司丽水供电公司 , 杭州电子科技大学 , 浙江华云信息科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于改进的BP神经网络的自适应阈值调整诊断方法，涉及智能电表进行故障诊断领域。在实际应用中，用于判断掉线或其他故障类型的阈值通常由经验确定，缺乏一套科学的阈值调整算法。本发明获取电表等通讯设备的历史报文数据信息及经验阈值信息对BP神经网络进行训练，基于BP神经网络对阈值的训练结果引入准确性的反馈机制，并且阈值进行自适应调整，根据判断准确性、期望的系统准确率进行阈值调整，得到自适应故障诊断的动态阈值S'(tk+1)；根据得到的自适应故障诊断的动态阈值S'(tk+1)对系统采集设备进行故障诊断。本技术方案对于电力系统电表等通讯设备的掉线及其他故障情况的自适应诊断局域重要的科学意义及应用价值。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
