-
公开(公告)号：CN109743732B
公开(公告)日：2022-05-10
申请号：CN201811563659.2
申请日：2018-12-20
Applicant: 重庆邮电大学
IPC: H04W12/128 , G06K9/62 , G06N3/04 , H04W4/14
Abstract: 本发明提出一种基于改进的CNN‑LSTM的垃圾短信判别方法，其步骤在于，首先进行文本长度均值化，把文本最长的长度和大部分文本集中的长度做均值，长度不足的进行特征扩展，长度过长的短信文本进行特征重要性排序并选择，然后从大规模背景语料训练中得到具有语义特征信息的Glove词向量作为深层神经网络的初始输入。下一步再构建改进的CNN‑LSTM的垃圾短信识别的模型。最后将输出放入Softmax分类器中得出分类结果。此发明不仅可以改善深度学习参数过多的问题，还可以更好地整合短信文本特征，具有很好的研究意义和应用价值。
-
公开(公告)号：CN109040855A
公开(公告)日：2018-12-18
申请号：CN201811019788.5
申请日：2018-09-03
Applicant: 重庆邮电大学
IPC: H04N21/845 , H04N21/262 , H04N21/2662 , H04N21/2385
CPC classification number: H04N21/8456 , H04N21/2385 , H04N21/26216 , H04N21/2662
Abstract: 本发明涉及流媒体码率自适应技术领域，特别涉及一种无线DASH流媒体码率平滑自适应传输方法，包括统计前N个切片的下载速率数据，预测无线网络的带宽趋势以及带宽值；根据预测的带宽趋势、带宽值以及缓存占用情况，切片调度模型自适应选择最优码率；本发明的方法考虑多组参数，对无线网络的带宽变化趋势做出准确判断的同时，可以“平滑”处理带宽的短暂波动，本发明在维持较少码率切换次数的同时在视频播放过程中提供较高的平均码率，为观众提供良好的无线端视频体验质量。
-
公开(公告)号：CN107277509A
公开(公告)日：2017-10-20
申请号：CN201710656630.8
申请日：2017-08-03
Applicant: 重庆邮电大学
IPC: H04N19/11 , H04N19/147
Abstract: 本发明涉及一种基于屏幕内容的快速帧内预测方法，属于多媒体通信技术领域。该方法步骤如下：首先，根据编码单位CU特征，将CU分类为3大类，分别是自然内容CU，屏幕内容完全平滑CU，和屏幕内容复杂CU。然后，对于自然内容CU，选择传统的35种帧内模式为候选，跳过IBC和PLT模式。对于屏幕内容完全平滑CU，选择DC模式、Planar模式、水平角度模式和垂直角度模式为模式候选，跳过IBC模式并终止四叉树的划分。对于屏幕内容复杂CU，则先通过IBC预测再通过空间相关性判断是否跳过传统的帧内预测模式。本发明通过对不同类型的CU块进行各自的模式选择与划分方案，在视频质量几乎不变的情况下，大幅度的降低了编码复杂度。
-
Patent Agency Ranking
公开(公告)号：CN109040764B
公开(公告)日：2021-09-28
申请号：CN201811020497.8
申请日：2018-09-03
Applicant: 重庆邮电大学
IPC: H04N19/96 , H04N19/593 , H04N19/105 , H04N19/176
Abstract: 本发明提出一种基于决策树的HEVC屏幕内容帧内快速编码算法，属于视频编解码技术领域。该算法包括：1)提取有效的特征值；2)生成原始数据集作为训练集，在此基础上加以训练完成决策树，包括CU决策树和PU决策树；3)将图像分割为若干个CTU,在执行帧内编码过程中，判断当前CU是否为边界CTU，如果是则执行标准算法完成编码，否则进行步骤4)；4)执行快速编码，即在一定深度的决策树中，通过对该层的特征值的计算完成当前CU的划分与PU模式的选择。本发明通过决策树做判决的算法通过减少CU深度和PU的模式遍历而降低编码复杂度。最终保证在码率和峰值信噪比基本不变的情况下，有效减少编码时间，达到快速帧内编码的效果。
-
公开(公告)号：CN109040855B
公开(公告)日：2021-01-29
申请号：CN201811019788.5
申请日：2018-09-03
Applicant: 重庆邮电大学
IPC: H04N21/845 , H04N21/262 , H04N21/2662 , H04N21/2385
Abstract: 本发明涉及流媒体码率自适应技术领域，特别涉及一种无线DASH流媒体码率平滑自适应传输方法，包括统计前N个切片的下载速率数据，预测无线网络的带宽趋势以及带宽值；根据预测的带宽趋势、带宽值以及缓存占用情况，切片调度模型自适应选择最优码率；本发明的方法考虑多组参数，对无线网络的带宽变化趋势做出准确判断的同时，可以“平滑”处理带宽的短暂波动，本发明在维持较少码率切换次数的同时在视频播放过程中提供较高的平均码率，为观众提供良好的无线端视频体验质量。
-
公开(公告)号：CN107277509B
公开(公告)日：2019-10-25
申请号：CN201710656630.8
申请日：2017-08-03
Applicant: 重庆邮电大学
IPC: H04N19/11 , H04N19/147
Abstract: 本发明涉及一种基于屏幕内容的快速帧内预测方法，属于多媒体通信技术领域。该方法步骤如下：首先，根据编码单位CU特征，将CU分类为3大类，分别是自然内容CU，屏幕内容完全平滑CU，和屏幕内容复杂CU。然后，对于自然内容CU，选择传统的35种帧内模式为候选，跳过IBC和PLT模式。对于屏幕内容完全平滑CU，选择DC模式、Planar模式、水平角度模式和垂直角度模式为模式候选，跳过IBC模式并终止四叉树的划分。对于屏幕内容复杂CU，则先通过IBC预测再通过空间相关性判断是否跳过传统的帧内预测模式。本发明通过对不同类型的CU块进行各自的模式选择与划分方案，在视频质量几乎不变的情况下，大幅度的降低了编码复杂度。
-
公开(公告)号：CN109743732A
公开(公告)日：2019-05-10
申请号：CN201811563659.2
申请日：2018-12-20
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于改进的CNN-LSTM的垃圾短信判别方法，其步骤在于，首先进行文本长度均值化，把文本最长的长度和大部分文本集中的长度做均值，长度不足的进行特征扩展，长度过长的短信文本进行特征重要性排序并选择，然后从大规模背景语料训练中得到具有语义特征信息的Glove词向量作为深层神经网络的初始输入。下一步再构建改进的CNN-LSTM的垃圾短信识别的模型。最后将输出放入Softmax分类器中得出分类结果。此发明不仅可以改善深度学习参数过多的问题，还可以更好地整合短信文本特征，具有很好的研究意义和应用价值。
-
公开(公告)号：CN109040764A
公开(公告)日：2018-12-18
申请号：CN201811020497.8
申请日：2018-09-03
Applicant: 重庆邮电大学
IPC: H04N19/96 , H04N19/593 , H04N19/105 , H04N19/176
CPC classification number: H04N19/96 , H04N19/105 , H04N19/176 , H04N19/593
Abstract: 本发明提出一种基于决策树的HEVC屏幕内容帧内快速编码算法，属于视频编解码技术领域。该算法包括：1)提取有效的特征值；2)生成原始数据集作为训练集，在此基础上加以训练完成决策树，包括CU决策树和PU决策树；3)将图像分割为若干个CTU,在执行帧内编码过程中，判断当前CU是否为边界CTU，如果是则执行标准算法完成编码，否则进行步骤4)；4)执行快速编码，即在一定深度的决策树中，通过对该层的特征值的计算完成当前CU的划分与PU模式的选择。本发明通过决策树做判决的算法通过减少CU深度和PU的模式遍历而降低编码复杂度。最终保证在码率和峰值信噪比基本不变的情况下，有效减少编码时间，达到快速帧内编码的效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
