-
公开(公告)号：CN112564713B
公开(公告)日：2023-09-19
申请号：CN202011368867.4
申请日：2020-11-30
Applicant: 福州大学
IPC: H03M13/00
Abstract: 本发明提出一种高效率低时延的动觉信号编解码器及编解码方法，编码器由信号放大器、离散余弦变换模块、量化器、游程编码模块和熵编码器组成；解码器由熵解码器、游程解码模块、逆量化器、逆离散余弦变换模块和逆放大器组成。其提出的高效率低时延的动觉信号编解码器设计，相比与现有的先进的触感编码方法，压缩率方面相比于基于死区的触感编码标准算法平均降低50%，同时失真度和时延都更小。
-
公开(公告)号：CN111966226B
公开(公告)日：2022-05-10
申请号：CN202010917408.0
申请日：2020-09-03
Applicant: 福州大学
Abstract: 本发明涉及一种基于补偿型长短期记忆网络的触感通信容错方法及系统，根据触感数据特性，设计了补偿型LSTM数据预测模型，在接收数据时，利用该补偿型LSTM模型对通信过程中丢失的或者被压缩去掉的数据进行预测重构，恢复原序列。本发明通过加入补偿门对输出值进行补偿，进一步降低预测误差，提高触感通信系统稳定性。
-
公开(公告)号：CN114169435A
公开(公告)日：2022-03-11
申请号：CN202111487529.7
申请日：2021-12-07
Applicant: 福州大学至诚学院
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本发明涉及一种基于特征可视化的非侵入式负荷识别方法。针对传统基于一维序列特征量的负荷识别算法，其网络模型参数庞大、多负荷同时工作时大功率负荷和谐波丰富负荷导致识别准确率较低的问题，对原始电流数据进行谐波分析，再通过格拉姆角场(Gramian Angular Field，GAF)、递归图(Recurrence Plot，RP)的方法将一维谐波特征序列转化为二维图像，作为基于CNN的图像分类模型的输入。在采用特征可视化方法后，使用比传统算法规模更小的网络和计算开销，就可以在PLAID数据集上达到98.272％的负荷辨识准确率、在自行采集的数据集上达到96.573%的负荷辨识准确率。
-
公开(公告)号：CN108550153B
公开(公告)日：2021-12-17
申请号：CN201810400137.4
申请日：2018-04-28
Applicant: 福州大学
Abstract: 本发明涉及一种非整数插值图像的质量评价方法，通过研究LR与HR图像间像素的对应关系，建立LR‑HR图像块间的对应关系；基于HR与LR图像间的相似性以及HR图像自身的视觉特性，采用半参考质量指标能量相似性（ES）、频率相似性（FS）和无参考质量指标局部清晰度（LS）作为衡量HR图像质量的三个特征；基于ES、FS和LS三个特征的质量评价模型，以达到精准评估非整数插值图像感知质量的目的。本发明针对非整数插值图像提出一种包含半参考和无参考质量指标的质量评价模型，解决了当HR图像的插值因子是非整数时，实现对HR图像质量准确预测的问题。
-
公开(公告)号：CN109819252B
公开(公告)日：2021-05-18
申请号：CN201910214227.9
申请日：2019-03-20
Applicant: 福州大学
IPC: H04N19/124 , H04N19/147 , H04N19/177
Abstract: 本发明涉及一种不依赖GOP结构的量化参数级联方法，首先通过研究编码中帧与帧之间参考比重关系，构建不依赖GOP结构的帧间失真依赖模型；其次，选取适当的参数，使用神经网络获取失真依赖模型的系数；最后，基于编码总体率失真代价最小的原则，利用神经网络输出实现量化参数分配方案，给各个视频帧分配最佳量化参数。本发明能够实现在编码过程不依赖GOP结构的前提下，保证编码的性能。
-
Patent Agency Ranking
公开(公告)号：CN111988628A
公开(公告)日：2020-11-24
申请号：CN202010933234.7
申请日：2020-09-08
Applicant: 福州大学
IPC: H04N19/593 , G06N3/08 , H04N19/96
Abstract: 本发明涉及一种基于强化学习的VVC的快速帧内编码方法。首先，离线训练强化学习模型。然后，在编码过程中使用训练好的模型对编码单元（CU）的划分模式进行预测。最后，跳过未被选择的CU划分模式以节省编码时间。在不影响编码器编码性能的情况下，本发明所提出的算法相比于原始编码器能够节省较多的编码器编码时间。
-
公开(公告)号：CN108200426B
公开(公告)日：2019-06-04
申请号：CN201810101216.5
申请日：2018-02-01
Applicant: 福州大学
IPC: H04N17/00 , H04N21/43 , H04N21/433
Abstract: 本发明涉及一种综合同步误差和缓冲时间与主观质量的关系模型建立方法。模拟了音频和视频同步、音频和字幕同步以及视频缓冲时间，构建主观感知意见分和同步误差以及缓冲时间的数学模型；首次综合了音频和视频同步误差、音频和字幕同步误差以及视频缓冲时间到一个视频当中；根据构建的模型传输不同内容的视频，达到了提高用户体验的目的；主观评价，采用的是ITU‑T P.910中定义的绝对等级评分法ACR‑SS，测试环境严格按照标准中给出的进行布置，组织了多名观测者进行主观评价，并对评价结果进行处理，得到平均主观意见分。对评价的结果进行验证，保证了实验结果的准确性。
-
公开(公告)号：CN106971547B
公开(公告)日：2019-06-04
申请号：CN201710352120.1
申请日：2017-05-18
Applicant: 福州大学
Abstract: 本发明涉及一种考虑时空相关性的短时交通流预测方法。考虑时间相关性对目标检测点交通流的影响，获取短时交通流的时间关联预测值；利用层次聚类方法分析研究对象交通流的空间相关性，并确定几个关键的空间关联点；考虑空间关联点的交通流对目标检测点交通流的影响，获取短时交通流的空间关联预测值；采用“熵值法”融合时间关联预测值、空间关联预测值和现有方法的预测值，生成目标检测点短时交通流的最终预测结果；根据交通流的预测结果和实际交通数据，对预测误差进行评价分析。本发明方法可克服现有方法不能充分利用时空特征的不足，同时可进一步将时空关联预测结果和现有方法的预测结果进行融合，从而有效提升短时交通流预测结果的准确性。
-
公开(公告)号：CN108271020A
公开(公告)日：2018-07-10
申请号：CN201810372074.6
申请日：2018-04-24
Applicant: 福州大学
IPC: H04N17/00
CPC classification number: H04N17/004
Abstract: 本发明涉及一种基于视觉注意力模型的全景视频质量评价方法，通过对原始视频进行条带划分，将编码失真分别引入不同的条带，生成失真视频，然后对失真视频进行主观质量打分，根据主观质量分数和失真条带的纬度构建了视觉注意力模型，加权后得到全景视频的整体质量评价指标。本发明解决用户观看全景视频时的注意力分布问题，提高了全景视频质量评价的精确度。
-
公开(公告)号：CN107749984A
公开(公告)日：2018-03-02
申请号：CN201710997433.2
申请日：2017-10-24
Applicant: 福州大学
IPC: H04N19/103 , H04N19/14 , H04N19/147 , H04N19/159
Abstract: 本发明涉及一种基于模式映射的多视点视频编码复杂度控制方法，目的在于解决在控制编码复杂度的前提下，实现编码率失真代价最小的问题。本发明通过获取多视点间和视点内的率失真依赖关系，构建多视点的率失真依赖模型；基于多视点编码总体率失真代价最小的原则，实现计算复杂度的分配方案，给各个视点和各视频帧分配最佳复杂度；提出基于代价函数的模式预测和模式选择算法，实现在控制编码复杂度的情况下，最佳编码质量的目的。本发明提出的一种基于模式映射的多视点视频编码复杂度控制方法，在控制编码复杂度的前提下，达到了编码率失真代价最小的效果。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.022 seconds)
