利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

111 条记录 (耗时 0.024 秒)

    一种基于机器学习的视频处理方法
    51.
    发明公开
    一种基于机器学习的视频处理方法 审中-实审

    公开(公告)号：CN111047529A

    公开(公告)日：2020-04-21

    申请号：CN201911189862.2

    申请日：2019-11-28

    申请人： 杭州当虹科技股份有限公司

    发明人： 王建伟 ,  谢亚光 ,  陈勇 ,  孙彦龙

    IPC分类号： G06T5/00 ,  G06T5/40 ,  G06T7/11 ,  G06N3/08 ,  H04N5/268 ,  H04N19/117 ,  H04N19/149 ,  H04N19/176 ,  H04N19/186 ,  H04N19/87

    摘要： 本发明公开了一种基于机器学习的视频处理方法。它包括筛选数据和提取特征形成数据集、训练生成预测模型、视频处理三个部分，具体包括如下步骤：(1)构建数据集时，首先通过一定规则对视频序列筛选样本点，尽可能去除视频内容空间冗余和时间冗余，最终每帧图像都提取一定比例的像素点作为样本形成数据集；(2)训练生成预测模型时，采用简单的多层全连接神经网络，保证预测精度的同时运算复杂度较低；(3)视频处理时，使用训练好的预测模型对输入图像进行处理，然后再进行去块效应滤波和样点自适应补偿滤波。本发明的有益效果是：简化处理流程，运算复杂度低；适应大多数不同风格的视频，呈现很好的图像美感和保真度。

    基于深度学习的面向监控视频的前景和背景并行压缩方法
    52.
    发明公开
    基于深度学习的面向监控视频的前景和背景并行压缩方法 有权

    公开(公告)号：CN110677624A

    公开(公告)日：2020-01-10

    申请号：CN201911000556.X

    申请日：2019-10-21

    申请人： 浙江大学

    发明人： 黄科杰 ,  吴立荣 ,  沈海斌

    IPC分类号： H04N7/18 ,  H04N19/42 ,  H04N19/176 ,  H04N19/87 ,  H04N19/142 ,  G06N3/04 ,  G06N3/08

    摘要： 本发明公开了一种基于深度学习的面向监控视频的前景和背景并行压缩方法。视频前景和背景分离步骤；自适应背景模板更新步骤：通过比较判断是否更新背景模板；图像帧分块压缩步骤：对整幅图像帧进行分块、分割、压缩；两阶由粗到精的解码步骤：将图像帧分块压缩获得的各个块代码依次输入经过复合网络和重构网络；构建对抗网络结构结合压缩和解码步骤进行训练：采用训练后的图像帧分块压缩步骤对需压缩的监控视频的每帧图像帧进行并行压缩。本发明在保证视频压缩质量的前提下，大大提高了视频的压缩比，具有较好的实时性，具有更快的编码和解码时间，具有更广阔的应用场景。

    用于对高动态范围视频进行编码的基于段的整形
    53.
    发明公开
    用于对高动态范围视频进行编码的基于段的整形 审中-实审

    公开(公告)号：CN110178374A

    公开(公告)日：2019-08-27

    申请号：CN201880006533.7

    申请日：2018-01-16

    申请人： 杜比实验室特许公司

    发明人： N·J·加德吉尔 ,  李宜真 ,  陈倩 ,  苏冠铭

    IPC分类号： H04N19/186 ,  H04N19/87 ,  H04N19/98 ,  H04N19/30

    摘要： 在给定了标准动态范围(SDR)视频输入的情况下，描述了用于生成和压缩合成器元数据的技术，该合成器元数据描述逆向亮度和色度整形函数。在给定了SDR输入的情况下，所述合成器元数据允许解码器以高动态范围生成相应的输出。提出了三种技术：静态的基于序列的架构；使用集中式后处理方法的两级基于场景的分布式解决方案；以及使用重叠段的单级分布式解决方案。还描述了减少所传输的合成器元数据量的技术。

    一种网络视频流的无参考图像质量在线估计方法
    54.
    发明授权
    一种网络视频流的无参考图像质量在线估计方法 失效

    公开(公告)号：CN105578185B

    公开(公告)日：2018-08-21

    申请号：CN201510930619.7

    申请日：2015-12-14

    申请人： 华中科技大学

    发明人： 郭红星 ,  朱文周 ,  杨建群 ,  潘俊夫 ,  苏曙光 ,  孙伟平

    IPC分类号： H04N19/136 ,  H04N19/142 ,  H04N19/172 ,  H04N19/52 ,  H04N19/87

    摘要： 本发明公开了一种网络视频流的无参考图像质量在线估计方法。所述方法利用P帧PSNR相对于I帧纹理复杂度和P帧运动量的线性预测模型，估计网络视频流的P帧PSNR值；同时结合模型系数随P帧帧长和场景的变化而动态变化的规律，利用I帧的PSNR调整纹理系数，利用上一P帧的运动系数和当前帧的运动信息调整当前帧的运动系数，最终得出了较为准确的适应视频内容变化的P帧PSNR估计方法。本发明提供的线性预测模型，只需解码I帧，无需解码P帧，系统运行开销小，而且在线动态更新运动系数和纹理系数可及时反映视频流中相邻P帧间的运动变化和场景切换时纹理复杂度的变化，从而使得估计得到的PSNR较为准确，系统自适应性好。

    一种基于矩形分割隔列扫描的图像传输方法
    55.
    发明授权
    一种基于矩形分割隔列扫描的图像传输方法 有权 转让

    公开(公告)号：CN104735449B

    公开(公告)日：2017-12-26

    申请号：CN201510089351.9

    申请日：2015-02-27

    申请人： 成都信息工程学院

    发明人： 林宏刚

    IPC分类号： H04N19/112 ,  H04N19/87 ,  H04N19/129

    摘要： 本发明公开了一种基于矩形分割隔列扫描的图像传输方法及系统，首先比较相邻两帧图像，找出所有图像变化的区域，然后根据变化像素点的坐标得到面积最小的不重叠矩形区域的集合，每次只发送矩形区域集合所包含的图像数据，以减小每一帧的传输数据，达到有效地降低的传输数据量的目的。本发明根据每帧图像变化区域的个数不同，动态的将屏幕分成数量不同的矩形分块，克服了固定分块图像传输算法屏幕分块个数难以确定和适应性差的问题；将屏幕根据每帧图像每个变化范围的不同分成大小不同的矩形分块，克服了固定分块图像传输算法中当屏幕图像变化区域正好位于多个矩形分块临界点，不能有效减少传输数据量的问题。

    一种获取道路实时背景图的方法
    58.
    发明公开
    一种获取道路实时背景图的方法 失效

    公开(公告)号：CN105208398A

    公开(公告)日：2015-12-30

    申请号：CN201510608645.8

    申请日：2015-09-22

    申请人： 西南交通大学

    发明人： 杨燕 ,  潘鸿 ,  李天瑞 ,  王浩

    IPC分类号： H04N19/85 ,  H04N19/87 ,  H04N7/18

    CPC分类号： H04N7/18

    摘要： 本发明公开了一种获取道路实时背景图的方法，使用网格聚类快速获取道路背景图，首先将道路划分为诸多网格，其次对这些网格进行H分量的统计，然后根据H分量曲线图确定不同的视频帧聚成的簇，最后从中抽取特征帧。该方法具有复杂度低、效率高、可实施性强的优点。

    一种用于具有静止画面视频的视频浓缩方法
    59.
    发明授权
    一种用于具有静止画面视频的视频浓缩方法 有权

    公开(公告)号：CN103067702B

    公开(公告)日：2015-07-22

    申请号：CN201210520403.X

    申请日：2012-12-06

    申请人： 中通服公众信息产业股份有限公司

    发明人： 陆垚 ,  舒泓新 ,  王秀英 ,  弋力 ,  温江涛 ,  贺光明

    IPC分类号： H04N19/85 ,  H04N19/87 ,  H04N7/18

    摘要： 本发明涉及一种用于具有静止画面视频的视频浓缩方法，属于视频压缩技术领域。首先逐帧处理待浓缩视频，利用基于高斯混合的运动检测方法，确定视频帧中所有像素点的初始判定状态，再对其进行空域滤波处理以确定最终判定状态，比较视频帧中最终判定状态为运动状态的像素点数目与阈值的大小关系，得到视频帧的初始判定状态，待逐帧处理完成，对所有视频帧的初始判定状态进行时域滤波，得到其最终判定状态，去除其中静止状态的视频帧，得到浓缩后的视频。本方法在最大化保有信息量的前提下大幅降低视频数据量，为存储、传输带来便利，同时浓缩视频以方便观看者高效进行信息提取。且还具有浓缩程度灵活易控、缓慢变化环境下鲁棒性高等优点。