-
公开(公告)号：CN111212289A
公开(公告)日：2020-05-29
申请号：CN202010031829.3
申请日：2020-01-13
申请人： 华侨大学
IPC分类号： H04N19/593 , H04N19/96 , H04N19/20
摘要： 本发明涉及基于DCT能量分布与梯度特征的屏幕内容视频快速编码方法，属于视频编码领域。本方法考虑到屏幕内容和自然内容视频不同特性，利用屏幕内容视频边缘锐利和具有大面积均匀平坦区域的特点，将编码树单元分成三类：自然内容CTU，简单屏幕内容CTU和复杂屏幕内容CTU。然后根据不同的CTU类型提出各自的模式选择方案，自适应地跳过不必要的预测模式的率失真代价计算。本发明能够减少编码器计算开销，在保持编码性能和视频质量基本不变的情况下，减少编码时间。
-
公开(公告)号：CN106954077B
公开(公告)日：2020-03-31
申请号：CN201710208697.5
申请日：2017-03-31
申请人： 华侨大学
IPC分类号： H04N19/96 , H04N19/124 , H04N19/182 , H04N19/132
摘要： 本发明涉及一种基于结构特征的HEVC码率控制方法，1)提取视频的帧图像，计算帧图像的编码树单元的2×2区域降采集特征图；2)基于各编码树单元的降采集特征图，计算当前各编码树单元的结构强度；3)基于当前各编码树单元的结构强度，计算当前帧图像的结构强度；4)基于各编码树单元的结构强度与当前帧图像的结构强度，计算各编码树单元的码率分配比重；5)根据各编码树单元的码率分配比重计算各编码树单元的量化参数。本发明利用编码树单元降采样特征图的结构强度来表征编码树单元的结构强度，很好地反应该编码树单元的感知特性，准确引导目标码率分配，获得更符合人眼特性的编码视频。
-
公开(公告)号：CN110913233A
公开(公告)日：2020-03-24
申请号：CN201911191837.8
申请日：2019-11-28
申请人： 华侨大学
IPC分类号： H04N19/593 , H04N19/597 , H04N19/70 , H04N19/96 , H04N19/176 , G06K9/62 , G06N3/08 , G06N3/04
摘要： 本发明涉及一种3D-HEVC深度图帧内快速编码的方法，采用多分支卷积神经网络结构，对应多种不同深度等级，可以有效区分不同深度等级CU的分类结果。本发明可以直接测试每一帧所有CTU中不同深度等级CU的分类结果，而不需要对每个CU进行测试，进而能够有效降低网络预测过程的计算时间。
-
公开(公告)号：CN106960176B
公开(公告)日：2020-03-10
申请号：CN201710096262.6
申请日：2017-02-22
申请人： 华侨大学
摘要： 本发明一种基于超限学习机和颜色特征融合的行人性别识别方法，包括：提取未标记性别属性的训练图像的超限学习机特征；提取未标记性别属性的输入训练图像HSV颜色特征，将超限学习机特征与颜色特征进行组合，获得融合特征，根据融合特征和训练图像标签利用线性支持向量机SVM训练行人性别分类器；利用训练所得模型提取测试图像特征，同时提取其HSV颜色特征，接着将两类特征进行融合，获得测试图像的融合特征，用训练过程所得线性支持向量机SVM行人性别分类器对融合特征进行分类。本发明对输入图像提取超限学习特征与颜色特征并进行有效融合，实现两种特征的互补，更有效地捕捉行人性别属性，从而提高行人性别识别率。
-
公开(公告)号：CN106303521B
公开(公告)日：2019-01-01
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
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：CN108875906A
公开(公告)日：2018-11-23
申请号：CN201810359791.5
申请日：2018-04-20
申请人： 华侨大学
CPC分类号： G06N3/0454 , G06N3/08
摘要： 本发明涉及一种多尺度逐步累加的卷积神经网络学习方法，可广泛应用于机器视觉和人工智能领域，例如目标检测、目标分类、目标识别等。首先，本发明采用均值池化操作对输入图像构建多尺度图像金字塔；然后，将各个不同尺度的图像逐步送入卷积神经网络，让卷积神经网络随着网络深度的逐步深入，能够在多种不同尺度的图像上进行学习并进行特征逐步累加，从提高了而卷积神经网络的特征学习能力。
-
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。
-
-
-
-
-
-
-
-
-
搜索结果
104 条记录 (耗时 0.048 秒)
