-
公开(公告)号：CN107371015A
公开(公告)日：2017-11-21
申请号：CN201710600600.5
申请日：2017-07-21
申请人： 华侨大学
IPC分类号： H04N17/00
CPC分类号： H04N17/004
摘要： 本发明涉及一种无参考对比度变化图像质量评价方法，充分考虑人类视觉系统对于对比度变化图像的主观感知特性，分别提取四个图像特征：清晰度、信息熵、亮度和对比度；并结合支持向量机SVM(Support Vector Machine)对所提取图像特征进行训练得到对比度变化图像的特征向量与主观质量分数的映射关系模型CCQAM；最后利用训练所得的映射关系模型CCQAM评价对比度变化图像的质量分数。本发明所述的方法计算简单，实用性较强，且与人眼主观质量评价相近，能很好地评价对比度变化图像的质量分数。
-
公开(公告)号：CN106954057A
公开(公告)日：2017-07-14
申请号：CN201710109136.X
申请日：2017-02-27
申请人： 华侨大学
IPC分类号： H04N13/00 , H04N19/105 , H04N19/172 , H04N19/20
CPC分类号： H04N19/103 , H04N13/10 , H04N19/105 , H04N19/172 , H04N19/20
摘要： 本发明涉及一种基于视点间相关性的3D‑HEVC帧间预测快速模式选择方法，属于视频编码领域，方法包括记录输入视频独立视点SKIP模式标志；查询非独立视点编码单元在独立视点中的对应位置；通过对应位置和相邻位置SKIP模式标志确定非独立视点中编码单元的最佳模式。本发明一种基于视点间相关性的3D‑HEVC帧间预测快速模式选择方法能够减少编码器的计算开销，在保持编码性能不变的情况下，减少编码时间。
-
公开(公告)号：CN106780463A
公开(公告)日：2017-05-31
申请号：CN201611158405.3
申请日：2016-12-15
申请人： 华侨大学
CPC分类号： G06T7/0002 , G06K9/6215 , G06T2207/20021 , G06T2207/30168
摘要： 本发明一种基于对比度和饱和度的全参考多曝光融合图像质量评估方法，充分考虑人眼视觉系统和多曝光图像的特性，利用人眼对融合后的图像对比度和饱和度比较敏感的现象，在进行多尺度分解的基础上，以对比度作为权重值对多个参考图像进行融合后作为新参考图像，再与需评估的多曝光融合图像进行对比度和饱和度的相似性比较，从而得到单层质量评估值，再将多层质量评估值加权融合得到最终分数；该方法计算简单，充分反映了人眼对于多曝光融合图像的主观感知度，能够较好地评估多曝光融合图像的质量。
-
公开(公告)号：CN106504230A
公开(公告)日：2017-03-15
申请号：CN201610886339.5
申请日：2016-10-11
申请人： 华侨大学
IPC分类号： G06T7/00
CPC分类号： G06T7/0002 , G06T2207/10024 , G06T2207/20024 , G06T2207/30168
摘要： 本发明涉及一种基于相位一致性的全参考彩色屏幕图像质量评估方法，属于图像处理领域，根据人类视觉系统理解图像时对结构信息的依赖性和屏幕图像包含丰富边缘结构信息的特征提出，方法包括：对参考屏幕图像和失真屏幕图像从RGB色彩空间转化为CIELAB对色空间；分别提取参考屏幕图像亮度分量和失真屏幕图像亮度分量的相位一致性特征图；结合相位一致性、黄蓝对比色度分量和红绿对比色度分量计算局部图像质量图；将局部图像质量图的标准差作为最终屏幕图像质量值。本发明充分利用相位一致性和色度分量的相似性来评估彩色失真屏幕图像的质量，反映人眼主观视觉系统对于屏幕图像的主观感知度，具有较好的屏幕图像质量评估性能，且计算简单。
-
公开(公告)号：CN106303521A
公开(公告)日：2017-01-04
申请号：CN201610668684.1
申请日：2016-08-15
申请人： 华侨大学
IPC分类号： H04N19/105 , H04N19/114 , H04N19/115 , H04N19/147 , H04N19/176
CPC分类号： H04N19/105 , H04N19/114 , H04N19/115 , H04N19/147 , H04N19/176
摘要： 本发明公开了一种基于感知敏感度的HEVC率失真优化方法，属于视频编码领域，方法包括：获取输入视频各编码块的梯度幅值方差，根据各编码块的梯度幅值方差计算当前帧的梯度幅值方差；有效利用各编码块和当前帧的梯度幅值方差关系计算各编码块的感知敏感度；并根据各编码块感知敏感度获取感知自适应的拉格朗日乘子；由所述拉格朗日乘子计算视频编码中的各编码块的率失真代价，从而确定其最佳编码模式。本发明能够提升编码器整体感知性能，在消耗相同码率的情况下，获得更高感知质量的编码视频。
-
公开(公告)号：CN118632027B
公开(公告)日：2024-10-29
申请号：CN202411083106.2
申请日：2024-08-08
申请人： 华侨大学
IPC分类号： H04N19/597 , H04N19/85 , H04N19/91 , G06V10/82 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06V10/80
摘要： 本发明公开了一种基于图卷积网络的点云压缩方法，涉及点云压缩技术领域，包括：编码器接收原始点云，利用最远点采样实现全局均匀采样，利用图卷积网络实现局部密度采样，按比例选择全局均匀采样后的点云和局部密度采样后的点云，获得下采样后的点云，再使用边缘卷积、点变压器和注意力机制分别进行动态特征学习和融合获得融合特征；熵瓶颈层对下采样后的点云和融合特征进行压缩‑解压缩获得重建点云和重建特征；解码器基于SGFN和DenseGCN对重建点云和重建特征进行特征提取，提取到的特征通过上采样和坐标重建获得重建后的点云。本发明能够在保证相同视觉质量的前提下显著降低比特率开销，提高压缩效率。
-
公开(公告)号：CN118381920B
公开(公告)日：2024-09-17
申请号：CN202410807401.1
申请日：2024-06-21
申请人： 华侨大学
IPC分类号： H04N19/147 , G06V10/80 , G06V10/44 , G06V10/54
摘要： 本发明公开了一种基于联合特征的MIV沉浸式视频率失真优化方法，涉及视频编码领域，包括：计算像素的几何失真权重；将帧内划分为纹理区域与深度区域，提取纹理区域的纹理复杂度特征、纹理区域的边缘特征和深度区域的边缘特征，自适应融合纹理区域的边缘特征和深度区域的边缘特征以得到融合边缘特征；使用纹理复杂度特征与融合边缘特征组成的联合特征，计算得到纹理区域的失真度量缩放因子与深度区域的失真度量缩放因子；根据纹理区域的失真度量缩放因子、失真度量缩放因子和几何失真权重计算新拉格朗日乘子；基于新拉格朗日乘子实现沉浸式视频的率失真优化。本发明可以使得最终渲染的沉浸式视频具有更好的渲染质量与率失真性能。
-
公开(公告)号：CN118632027A
公开(公告)日：2024-09-10
申请号：CN202411083106.2
申请日：2024-08-08
申请人： 华侨大学
IPC分类号： H04N19/597 , H04N19/85 , H04N19/91 , G06V10/82 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06V10/80
摘要： 本发明公开了一种基于图卷积网络的点云压缩方法，涉及点云压缩技术领域，包括：编码器接收原始点云，利用最远点采样实现全局均匀采样，利用图卷积网络实现局部密度采样，按比例选择全局均匀采样后的点云和局部密度采样后的点云，获得下采样后的点云，再使用边缘卷积、点变压器和注意力机制分别进行动态特征学习和融合获得融合特征；熵瓶颈层对下采样后的点云和融合特征进行压缩‑解压缩获得重建点云和重建特征；解码器基于SGFN和DenseGCN对重建点云和重建特征进行特征提取，提取到的特征通过上采样和坐标重建获得重建后的点云。本发明能够在保证相同视觉质量的前提下显著降低比特率开销，提高压缩效率。
-
公开(公告)号：CN118469876A
公开(公告)日：2024-08-09
申请号：CN202410912771.1
申请日：2024-07-09
申请人： 华侨大学
IPC分类号： G06T5/77 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T5/60
摘要： 本发明公开了一种基于强感知Transformer架构的缺损视频修复方法及系统，涉及视频处理技术领域，方法包括以下步骤：特征提取模块接收待修复的缺损视频帧序列，采用卷积神经网络对视频帧进行特征提取，输出第一特征；强感知Transformer模块接收第一特征，采用交叉堆叠的局部感知Transformer和全局感知Transformer结构对第一特征进行纹理信息建模和结构信息建模，输出第二特征；重构模块接收第二特征，采用反卷积层进行视频帧重建，输出修复后视频帧序列。本发明采用交叉堆叠的局部感知Transformer和全局感知Transformer进行纹理信息和结构信息建模，有效解决现阶段缺损视频修复方法中存在修复区域缺乏细节纹理、全局结构与局部纹理不匹配的问题，实现更好的修复效果。
-
公开(公告)号：CN118381920A
公开(公告)日：2024-07-23
申请号：CN202410807401.1
申请日：2024-06-21
申请人： 华侨大学
IPC分类号： H04N19/147 , G06V10/80 , G06V10/44 , G06V10/54
摘要： 本发明公开了一种基于联合特征的MIV沉浸式视频率失真优化方法，涉及视频编码领域，包括：计算像素的几何失真权重；将帧内划分为纹理区域与深度区域，提取纹理区域的纹理复杂度特征、纹理区域的边缘特征和深度区域的边缘特征，自适应融合纹理区域的边缘特征和深度区域的边缘特征以得到融合边缘特征；使用纹理复杂度特征与融合边缘特征组成的联合特征，计算得到纹理区域的失真度量缩放因子与深度区域的失真度量缩放因子；根据纹理区域的失真度量缩放因子、失真度量缩放因子和几何失真权重计算新拉格朗日乘子；基于新拉格朗日乘子实现沉浸式视频的率失真优化。本发明可以使得最终渲染的沉浸式视频具有更好的渲染质量与率失真性能。
-
-
-
-
-
-
-
-
-
搜索结果
263 条记录 (耗时 0.02 秒)
