-
公开(公告)号：CN101867821A
公开(公告)日：2010-10-20
申请号：CN201010202062.2
申请日：2010-06-18
Applicant: 上海交通大学
Abstract: 一种图像处理技术领域的基于稀疏采样和纹理重建的视频编码系统，包括：输入模块、帧选择模块、第一前处理模块、编解码模块、第二前处理模块、后处理模块和排序输出模块，其中：所述的帧选择模块包括：帧抽取单元和堆叠单元；所述的前处理模块包括：视觉关注度子模块和非线性滤波子模块；所述的后处理模块，包括：建立索引子模块、搜索子模块和重建子模块。本发明大大提高了编码效率，在H.264编码标准上最高得到20％的编码增益；具有较强的适应性；具有较好的时空一致性，重建的质量也较好，在不降低视频的主观效果的情况下可以提高编码效率。
-
公开(公告)号：CN101848393A
公开(公告)日：2010-09-29
申请号：CN201010194922.2
申请日：2010-06-08
Applicant: 上海交通大学
Abstract: 一种信息处理技术领域的可伸缩视频稀疏信息处理系统，包括：时域分解模块、双多分辨率几何分解模块、熵编码模块、比特流多路复用器模块和率失真优化控制模块，其中：时域分解模块和双多分辨率几何分解模块相连传输时域高频和时域低频视频帧信息，双多分辨率几何分解模块和熵编码模块相连传输双多分辨率几何变换后的分解系数信息，熵编码模块和比特流多路复用器模块相连传输配置的多层比特流信息，率失真优化控制模块与时域分解模块相连传输运动估计控制信息，率失真优化控制模块与熵编码模块相连传输编码控制信息。本发明兼容性强，压缩率大，编码效率高，码字开销小，可以获得更佳的视觉效果，具有广泛的应用性。
-
公开(公告)号：CN1422075A
公开(公告)日：2003-06-04
申请号：CN02157777.3
申请日：2002-12-26
Applicant: 上海交通大学
Abstract: 一种数字电视视频编码器并行图象序列码率控制方法，输入为多路隶属于不同数据源的视频节目序列，或一路数据源在空间域或频域划分出的并行子图象序列，并行编码单元分别对相应的图象序列进行并行实时MPEG－2可变比特率编码，定义各图象序列位于同一时刻的图象帧为一超帧，定义一超图象组，其大小为各图象组大小的最小公倍数，由主控码率控制单元对图象帧、超帧、超图象组进行分层联合码率控制，后处理单元对输出的多路压缩数据流进行码流合成和码率变换，通过复用器进行数据打包，经过缓冲区进入信道传输。本发明使并行图象序列之间能保持接近一致的图象质量和良好的平滑度，避免因平分码率造成的各图象序列质量不均匀的现象。
-
公开(公告)号：CN119324887A
公开(公告)日：2025-01-17
申请号：CN202411419583.1
申请日：2024-10-12
Applicant: 上海交通大学
Abstract: 本发明提供一种通信网络拓扑规划问题生成式求解方法和系统，包括：将网络规划问题实例参数建模为网络规划图信号X；并建立网络拓扑解#imgabs0#与图邻接矩阵之间的转换关系；将获得的网络规划信号X输入到基于图扩散生成模型的通信网络规划问题求解器，结合所述转换关系，获得网络规划问题的最优解C★。本发明是一种新型的生成式采样求解方案，能以低计算复杂度一次获取多个高质量网络拓扑可行解，有效提升网络规划问题求解效率。
-
公开(公告)号：CN119049137A
公开(公告)日：2024-11-29
申请号：CN202411175698.0
申请日：2024-08-26
Applicant: 上海交通大学
IPC: G06V40/40 , G06V40/16 , G06N3/0455 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/74 , G06N3/0895
Abstract: 本发明提供多模态人脸防伪模型训练方法、系统及人脸防伪检测方法，包括：获取多模态人脸图像训练集；对每个人脸图像样本随机丢弃模态模拟模态缺失的场景，根据训练困难程度，确定对不同缺失模态场景的丢弃策略以及进行批次级别和样本级别的随机模态丢弃；基于多模态人脸图像的模态缺失场景和批次级别和样本级别的随机丢弃，确定正负样本；构建多模态人脸防伪模型，采用缺失模态场景下的多模态人脸图像以及正负样本作为输入，得到人脸防伪结果，利用正负样本进行对比训练，确定多模态人脸防伪网络模型。本发明能够针对自然光、红外和深度相机等设备采集的不同模态或模态组合的图像，适应不同伪造人脸方式，具备低成本、高精度、高鲁棒性的特点。
-
Patent Agency Ranking
公开(公告)号：CN119048393A
公开(公告)日：2024-11-29
申请号：CN202411173829.1
申请日：2024-08-26
Applicant: 上海交通大学
Abstract: 本发明提供一种上下文增强的图像生成方法、模型训练方法及系统，包括：获取训练图像数据集；利用预设的加噪机制对训练图像进行多步加噪，每一步所加的高斯噪声的方差取决于当前步数并逐渐增大，直至将未加噪的训练图像转换为标准高斯噪声，得到各步的加噪图像；利用随机掩码机制生成掩码，并根据掩码对加噪图像进行掩码区域的丢弃和对未加噪图像进行未掩码区域的丢弃；基于采用未丢弃的加噪图像和未加噪图像重建丢弃区域，对上下文增强的图像生成模型进行训练，得到训练好的图像生成模型。本发明能有效提升图像生成方法的上下文理解能力，提高图像生成质量，实现高分辨率多样性的图像生成。
-
公开(公告)号：CN118984392A
公开(公告)日：2024-11-19
申请号：CN202411119988.3
申请日：2024-08-15
Applicant: 上海交通大学
IPC: H04N19/147 , H04N19/13 , H04N19/124 , G06N3/0464
Abstract: 本发明公开一种矢量量化熵建模的图像编码、解码、压缩方法及系统，包括：获取待编码图像的第一特征图；获取第一特征图的超先验二进制码流以及超先验信息；用晶格矢量量化器对所述第一特征图进行量化；将量化的第一特征图投影到晶格矢量量化器的整数系数域，获得第二特征图；将第二特征图的分布参数化建模为各维度相互独立的高斯分布，通过组合所述超先验信息和空间上下文模型预测所述高斯分布的均值和方差；采用松弛边界划分晶格矢量量化器的整数系数域，根据预测的高斯分布的均值和方差进行概率估计及算术编码，获得特征二进制码流，与超先验特征二进制码流合并，得到压缩图像二进制码流。本发明通过对三维特征采用更高效的晶格矢量量化，提升图像压缩的率失真性能。
-
公开(公告)号：CN117301068A
公开(公告)日：2023-12-29
申请号：CN202311501158.2
申请日：2023-11-10
Applicant: 上海交通大学
IPC: B25J9/16
Abstract: 本发明提供了一种适用于机器人自适应不同任务的双重鲁棒增强的控制方法，其基于元强化学习在具有不同目标和潜在动力学的机器人控制任务上采样机器人控制过程中的信号用于训练，同时考虑将各个任务上的控制信号用其他任务上的奖励函数进行重标注来增强训练数据集，采用双重鲁棒估计的方法估计重标注后信号的状态价值，最终实现机器人能够通过少量采样自适应解决具有不同目标或不同潜在动力学的机器人控制任务。本发明解决了机器人控制任务中，在不同任务场景下同时存在目标和潜在动力学不同，且存在奖励信号稀疏的问题，增强了机器人控制方法对于不同环境和任务目标的适应能力，为机器人提供了性能更好的控制方法。
-
公开(公告)号：CN113674403B
公开(公告)日：2023-12-26
申请号：CN202110986829.3
申请日：2021-08-26
Applicant: 上海交通大学
IPC: G06T17/00 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种三维点云上采样方法、系统与装置，包括：将三维点云划分为能覆盖所有点的固定点数可重叠点云块；根据点云块中点坐标提取层次化特征；利用多尺度热核图卷积对提取的所述层次化特征实现点集特征扩展；从所述扩展特征重建上采样的三维点云中点坐标。本发明能够对空间稀疏非均匀分布的三维点云进行不同精细粒度的细节信息增强，同时对潜在的噪声扰动与局部形变具备良好的稳定性。与现有方法相比，能够促进上采样稠密点云空间分布的均匀性，保证了对于目标物体几何结构的精确表示，获得性能提升。
-
公开(公告)号：CN117119204A
公开(公告)日：2023-11-24
申请号：CN202311084166.1
申请日：2023-08-25
Applicant: 上海交通大学
IPC: H04N19/91 , H04N19/124 , H04N19/62 , H04N19/17 , H04N19/132 , H04N19/42
Abstract: 本发明公开一种基于条件扩散的概率熵建模图像编码、解码、压缩方法，包括：获取待编码图像的第一特征图和第二特征图；获取第二特征图的超先验特征二进制码流以及超先验信息；将第二特征图划分为多个通道分组，将每个通道分组划分为两个空间分组；将每个空间分组的分布参数化建模为混合高斯分布，通过条件扩散从高斯噪声逐次采样预测混合高斯分布的均值、方差和权重；根据混合高斯分布对第二特征图进行概率估计，并进行算术编码，获得每个空间分组的特征二进制码流并合并为特征二进制码流，进一步与超先验特征二进制码流合并，得到压缩图像二进制码流。本发明可以更精确地对三维特征的分布进行建模和估计码率，提升图像压缩的率失真性能。
-
-
-
-
-
-
-
-
-
Search Results
192
records
(took 0.031 seconds)
