-
公开(公告)号：CN119052533A
公开(公告)日：2024-11-29
申请号：CN202411136745.0
申请日：2024-08-19
Applicant: 重庆邮电大学
IPC: H04N21/2343 , H04N21/2662 , H04N21/426 , H04N21/4402 , H04N21/443 , G06N3/092
Abstract: 本发明公开了一种多路视频超分辨率服务器处理方法及处理系统，涉及视频处理和人工智能领域，解决现有服务器无法根据时变的网络带宽和计算资源，调整超分辨率处理的参数和策略的问题；获取客户端发送的多路低分辨率视频并缓存至下载缓冲区；实时获取客户端网络带宽信息和服务器计算资源信息，以最大化用户体验质量为目标构建优化问题，基于多智能体强化学习求解优化问题得到决策信息；根据决策信息配置TPU硬件中的可伸缩超分辨率模型，从下载缓冲区按顺序加载低分辨率视频进行超分辨率处理，得到高分辨率视频；将高分辨率视频导入分发缓冲区，并根据客户端请求分发高分辨率视频；实现高效的实时多路视频处理和超分辨率处理。
-
公开(公告)号：CN118864534A
公开(公告)日：2024-10-29
申请号：CN202410981816.0
申请日：2024-07-22
Applicant: 重庆邮电大学
IPC: G06T7/246 , G06T7/277 , G06T3/4053 , G06T3/4046 , G06T5/60 , G06V10/25 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于超分辨率重建的行人追踪方法及系统，具体涉及图像追踪技术领域，其技术要点为：方法包括：利用行人高分辨率图像对改进的ESRGAN模型进行训练，得到训练后的超分网络模型；将训练后的超分网络模型对待重建的行人低分辨率图像进行超分重建，得到超分后的行人高分辨率图像，再将超分后的行人高分辨率图像输入至预设的目标检测网络模型，得到行人目标检测信息，利用行人目标检查信息进行检测框和行人轨迹的关联匹配，得到行人追踪轨迹；改进的ESRGAN模型具体为将原有ESRGAN模型的生成器中的RRDB结构的DB残差密集模块，更换为SADB空间注意力密集模块，替换得到RR‑SADB结构。
-
公开(公告)号：CN118972537A
公开(公告)日：2024-11-15
申请号：CN202410981820.7
申请日：2024-07-22
Applicant: 重庆邮电大学
IPC: H04N13/194 , H04N13/106 , H04L67/568 , H04L41/0894 , H04L41/0823 , H04N21/231 , H04N21/222
Abstract: 本发明涉及属于视频处理技术领域，公开了一种基于边缘超分辨率增强的360度视频传输方法、系统，包括：在云端服务器，获取原始视频，并对所述原始视频进行预处理得到若干不同分辨率的第一瓦片，并通过若干所述第一瓦片训练视频超分辨率模型并存储；在边缘服务器，建立QoE矩阵作为奖励函数；将所述原始视频中的数据块的传输参数作为状态空间；将该数据块在不同传输网络的第一瓦片数量作为动作空间；将所述动作空间、奖励函数、状态空间通过Transformer神经网络模型进行训练，最终得到视频传输模型，并基于所述视频传输模型对云端服务器接收到的360度视频进行传输。能够有效缓解传输360度视频所面临的带宽资源压力和延迟问题。
-
Patent Agency Ranking
公开(公告)号：CN118015044A
公开(公告)日：2024-05-10
申请号：CN202410150916.9
申请日：2024-02-01
Applicant: 重庆邮电大学
Abstract: 本发明公开了基于双目相机深度信息的多目标追踪方法、装置及介质，通过使用双目相机捕捉待处理视频的深度图像和彩色图像，利用深度信息辅助多目标追踪任务。本发明可以在数据关联匹配的过程中引入了深度信息，通过进一步划分目标集，有效的缓解数据关联时位置相似但深度不同时的轨迹的碰撞概率，可以有效提升跟踪器在目标拥挤环境下的跟踪精度。本发明充分利用了低置信度检测框中的信息，避免了漏检、轨迹中断等现象，延续了轨迹的追踪能力；在高置信度检测框匹配阶段将Depth‑IoU与外观特征提取进行融合处理，实现了检测框和轨迹更强大的关联；同时使用了指数移动平均机制来更新轨迹的外观状态，增强了匹配的质量。
-
公开(公告)号：CN118115626A
公开(公告)日：2024-05-31
申请号：CN202410348917.4
申请日：2024-03-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉技术领域，公开了一种基于颜色编码表征时序信息的轨迹图生成方法，包括如下步骤：S1、根据各个球员在真实球场上进行比赛时的视频数据得到各个球员的初始运动数据，并将所述初始运动数据基于所述真实球场与球场俯视图的比例等比例缩放得到最终运动数据；S2、根据所述初始运动数据分别从所述视频数据中选定各个球员运动的运动开始帧和运动结束帧，并基于所述最终运动数据获取所述运动开始帧和运动结束帧之间的时间段内球员的轨迹信息以及球员的ID信息；S3、针对不同球员的ID信息，分别对不同球员的轨迹信息进行不同颜色的编码；S4、针对同一球员不同时序的轨迹信息，采用同一种颜色的不同色彩明度表征该轨迹信息的不同时刻；S5、将所有球员经过S3和S4的编码处理后得到的轨迹信息基于相同时间戳以及相同坐标系合并至一起，得到该场比赛各个球员基于时序信息的轨迹图。本发明在一定程度上解决了传统的轨迹图中时序信息缺乏的问题。
-
公开(公告)号：CN119152557A
公开(公告)日：2024-12-17
申请号：CN202411164136.6
申请日：2024-08-23
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094 , G06T3/4053
Abstract: 本申请公开了人脸超分重建检测方法、装置及设备，涉及计算机视觉领域，其技术方案要点是：检测低分辨率图像是否存在待确认人脸区域；在检测出低分辨率图像存在待确认人脸区域时，将待确认人脸区域的图像输入至人脸超分重建网络中进行超分辨率重建，以确认出图像中的人脸区域；其中，由生成器和鉴别器构建的增强型生成对抗网络作为所述人脸超分重建网络，且生成器的DB残差密集块被替换为多个堆叠的Swin Transformer块结构，鉴别器的重建损失函数被引入用于判别是否为人脸区域的交叉熵损失函数。解决了现有技术提供的ESRGAN网络在重建图像分辨率的过程中，仍存在一定的噪声和伪影，这影响了生成图像的质量的问题。
-
公开(公告)号：CN119130805A
公开(公告)日：2024-12-13
申请号：CN202411134734.9
申请日：2024-08-19
Applicant: 重庆邮电大学
IPC: G06T3/4053 , G06V20/40 , G06V10/80 , G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了融合时空注意力机制的监控视频实时超分重建方法及系统，先进行浅层特征提取，再进行深层特征提取，通过将浅层特征与深层特征进行融合增强了对监控视频中细节的捕捉能力；利用连续帧之间的时间信息来增强视频帧的连续性和一致性，将时间维度的信息融入到视频帧的处理中，提升了视频监控系统的动态捕捉能力和整体视频质量；通过SwinV3Transformer中引入时间维度，通过修改注意力机制来整合时间信息，可以更准确地捕获时间和空间特征，改善视频的连贯性和视觉效果。
-
公开(公告)号：CN119006286A
公开(公告)日：2024-11-22
申请号：CN202411151034.0
申请日：2024-08-21
Applicant: 重庆邮电大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/045 , G06T5/70 , G06V40/10
Abstract: 本申请公开了一种超分辨率行人重识别方法、装置、设备及程序产品，涉及计算机视觉领域，其技术方案要点是：获取待识别行人图像；调用预先训练完成的超分辨率图像增强模型对待识别行人图像的分辨率进行增强，获得超分辨率增强图像；其中；以第一图像和第二图像为训练参数，结合预先配置的损失函数，对由生成器和鉴别器组成的生成对抗网络进行训练，在损失函数收敛时，得到预先训练完成的超分辨率图像增强模型；调用预先训练完成的卷积神经网络提取超分辨率增强图像的特征参量，基于特征参量对待识别行人进行识别。本申请解决了现有技术在提高图像分辨率的过程中，未有效恢复图像中的高频细节，导致重建图像的质量受损的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
