-
公开(公告)号：CN114330653A
公开(公告)日：2022-04-12
申请号：CN202111586693.3
申请日：2021-12-23
Applicant: 杭州电子科技大学
Abstract: 本发明属于深度学习领域，公开了一种计算和访存高效的CNN网络模型计算调度映射方法。包括如下步骤：步骤1：根据片上SRAM存储配置确定存储映射方案；步骤2：根据片上可并发MAC计算单元配置确定计算映射方案；步骤3：根据网络模型、存储和计算映射方案，确定流水调度优化方案。本发明的一种计算和访存高效的CNN网络模型计算调度映射方法包括单位MAC计算单元算力、可并发强度、片上缓存颗粒度、缓存大小，并结合算法网络结构特点，为每个网络层实现优化映射，提出计算、存储、访存带宽多目标优化的网络结构映射实现方法。
-
公开(公告)号：CN111405264B
公开(公告)日：2022-04-12
申请号：CN202010068774.3
申请日：2020-01-20
Applicant: 杭州电子科技大学
IPC: H04N13/122 , H04N13/128 , H04N13/15
Abstract: 本发明公开了一种基于深度调整的3D视频舒适度改善方法。解决了一般3D视频观看不舒适、视觉体验不佳的问题。本发明包括以下步骤：S1：对左视点图、右视点图的深度图都进行预处理，得到预处理图；S2：对预处理图进行深度滤波，得到滤波图；S3：对滤波图进行深度去纹理，得到去纹理图；S4：根据去纹理图进行虚拟视点绘制，获得虚拟右视点彩色图；S5：用虚拟右视点彩色图和原始视点图进行替换得到改善的3D视频。本发明的增益效果是降低了视差、梯度变化、纹理对观感体验的影响，实现了整体舒适度的改善。
-
公开(公告)号：CN110428447B
公开(公告)日：2022-04-08
申请号：CN201910638477.5
申请日：2019-07-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于策略梯度的目标跟踪方法与系统，属于计算机视觉领域。方法包括：(1)将目标图像输入到卷积神经网络中，得到目标外观模板Z；(2)将搜索图像输入到卷积神经网络中，等到搜索区域特征图；(3)将模板图像Z和搜索区域特征图通过相似度度量函数f计算得到响应图ht；(4)将(3)中得到的响应图ht和历史响应图hi输入到策略网络中，选择分数最高的那个动作加入到集合Ct(i＝1～N)；(5)重复(4)直到遍历响应图模板池中的每一个历史响应图；最后执行集合Ct(i＝1～N)中出现次数最多的那个动作。所述系统包括跟踪器和决策器。避免了错误的模板更新，并在目标丢失的时候能够及时发现并重新找到目标。
-
公开(公告)号：CN113365062A
公开(公告)日：2021-09-07
申请号：CN202110577832.X
申请日：2021-05-26
Applicant: 杭州电子科技大学
IPC: H04N19/124 , H04N19/70 , H04N19/60 , H04N19/176 , H04N19/12 , G06N3/04 , G06N3/08
Abstract: 本发明属于视频编码领域，公开了一种基于H.266/VVC的分步全零块判决快速算法，包括如下步骤：首先，通过公式推导，得到一个真全零块（G‑AZB）预判决公式，所谓G‑AZB，即经过硬决策量化（HDQ）后为全零的变换块（TU）；然后，对于那些经过HDQ后的非全零块，即伪全零块（P‑AZB），利用基于统计和经验得出的自适应阈值公式实现预判决；最后，对于剩余的一些“狡猾”的P‑AZB，利用机器学习，找寻了8个影响TU变成全零或者非全零块的影响因子，通过离线训练，实现预判决。本发明在保证性能基本不变的前提下，减少了计算复杂度；本发明在新一代视频编码标准VVC上进行，创新度较高。
-
公开(公告)号：CN110113616B
公开(公告)日：2021-06-01
申请号：CN201910488842.9
申请日：2019-06-05
Applicant: 杭州电子科技大学
Inventor： 殷海兵
IPC: H04N19/42 , H04N19/136 , H04N19/142 , H04N19/20 , H04N19/70
Abstract: 本发明公开一种多层级监控视频高效压缩编码、解码装置及方法，属于海量摄像头城域级视频监控应用技术领域。包括：(1)特定语义对象编码：检测出特定语义对象dn，重构对象通过跟踪技术和关键点检测技术检测出关键点序列，传输给解码器；(2)长期背景帧建模：设置多个场景类别，用背景帧场景索引序号区分这些场景类别；编码器里检测场景类别，将背景帧索引序号传输给解码器；(3)短期背景帧建模：采用多模式预测方法，获得当前帧的短期背景帧预测值通过优化选择多模式参考预测，将编码控制参数传输给解码器；(4)前景编码：预测残差经过HEVC编码产生前景码流，经过解码后获得重构前景预测残差通过信道传输给解码器。
-
Patent Agency Ranking
公开(公告)号：CN112784698A
公开(公告)日：2021-05-11
申请号：CN202011637358.7
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于深层次时空信息的无参考视频质量评价方法，包括如下步骤：S1，内容感知特征提取，利用Resnet‑50预训练的深度神经网络，提取顶层的语义层特征后进行聚合，对特征图进行均值聚合与标准差聚合；S2，对时间记忆效应进行建模，在特征整合方面，采用GRU网络对长期依赖关系进行建模，在质量聚合方面，提出主观启发的时间池化模型并将其嵌入到网络中；现有的NR‑VQA方法无法很好地对VQA任务中的长期依赖关系建模，为了解决这个问题，我们求助于GRU，它是带有门控制的递归神经网络模型，能够集成特征并学习长期依赖关系，本发明中使用GRU集成内容感知功能并预测逐帧质量得分。
-
公开(公告)号：CN112188212A
公开(公告)日：2021-01-05
申请号：CN202011082884.1
申请日：2020-10-12
Applicant: 杭州电子科技大学
IPC: H04N19/40 , H04N19/136 , H04N7/18 , G06K9/00 , G06N3/04
Abstract: 本发明公开了一种高清监控视频智能转码的方法及装置，方法包括：S1，解码；S2，缩放；S3，目标检测，通过卷积神经网络学得的特征，将图像分割成单元格，单元格用于预测边界框，从而检测中心落在单元格中的目标对象；S4，跟踪，对比前后两帧中预测的边界框，实现对目标对象的跟踪；S5，丢帧，采用自适应丢帧操作，根据目标对象的位移矢量大小，判断关键帧的间隔长短，丢弃关键帧之间的非关键帧；S6，编码；装置包括：用于解码的GV9531芯片和用于编码VC8000E芯片，还包括分别与GV9531芯片和VC8000E芯片连接的CSKY860芯片，CSKY860芯片决定需要编码的图像帧。
-
公开(公告)号：CN108965879B
公开(公告)日：2020-08-25
申请号：CN201811016478.8
申请日：2018-08-31
Applicant: 杭州电子科技大学
IPC: H04N19/13 , H04N19/147 , H04N19/567
Abstract: 本发明公开了一种空时域自适应恰可察觉失真的度量方法，其特征在于包括如下步骤：步骤一、将模式掩蔽效应PM和亮度适应性LA进行融合，得到空域JND阈值JNDS；步骤二、将相对运动I(vr)、背景运动U(vg)、时域持续时间I(τ)和残差波动强度U(δ)四个时域感知参量进行融合得到时域JND调节权重系数z；步骤三、在空域JND阈值JNDS基础上，用时域JND调节权重系数z对其进行调整，得到空时域JND阈值JNDST。
-
公开(公告)号：CN110428447A
公开(公告)日：2019-11-08
申请号：CN201910638477.5
申请日：2019-07-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于策略梯度的目标跟踪方法与系统，属于计算机视觉领域。方法包括：(1)将目标图像输入到卷积神经网络中，得到目标外观模板Z；(2)将搜索图像输入到卷积神经网络中，等到搜索区域特征图；(3)将模板图像Z和搜索区域特征图通过相似度度量函数f计算得到响应图ht；(4)将(3)中得到的响应图ht和历史响应图hi输入到策略网络中，选择分数最高的那个动作加入到集合Ct(i＝1～N)；(5)重复(4)直到遍历响应图模板池中的每一个历史响应图；最后执行集合Ct(i＝1～N)中出现次数最多的那个动作。所述系统包括跟踪器和决策器。避免了错误的模板更新，并在目标丢失的时候能够及时发现并重新找到目标。
-
公开(公告)号：CN109035178A
公开(公告)日：2018-12-18
申请号：CN201811017139.1
申请日：2018-08-31
Applicant: 杭州电子科技大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明公开了一种应用于图像去噪的多参数取值调优方法，给定目标复杂度Cbudget，在保持其他参数取值不变的情况下，分别计算多个参数当前取值与其下一个候选值的能效比，确定能效比最大的参数，将其候选值调整为当前值，即完成一次参数调优；每完成一次参数调优，需计算当前参数组合复杂度，判断此时的参数组合复杂度是否符合目标复杂度约束，若不满足，执行前述步骤继续进行参数调优，直到满足给定复杂度约束，停止调整。
-
-
-
-
-
-
-
-
-
Search Results
205
records
(took 0.053 seconds)
