-
公开(公告)号：CN109327867B
公开(公告)日：2020-06-19
申请号：CN201811259339.8
申请日：2018-10-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种LTE网络下QoE驱动的视频码率自适应和资源分配联合算法。首先建立了基于视频段特征和播放信息的QoE预测模型，考虑了视频段码率、初始时延、中断时长、中断次数和质量波动五种因素。因此该预测模型可以准确的预测出用户在观看视频时的主观体验质量。本发明提出的基站全局统一决策的视频请求和资源分配联合算法。包括基站根据用户反馈的缓存信息确定需要分配网络资源的用户集；找到当前待分配的RB，计算该RB分配给所有用户时，用户请求所用质量版本视频的QoE及QoE增益值；将当前RB分配给增益值最大的用户，直到所有的RB分配完毕。本发明综合考虑用户的信道情况，在网络资源有限的前提下，提高LTE网络中所有用户观看视频的主观体验质量。
-
公开(公告)号：CN111028203A
公开(公告)日：2020-04-17
申请号：CN201911129340.3
申请日：2019-11-18
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于显著性的CNN盲图像质量评估方法，通过给原始图像添加不同失真等级以及失真区域的多个失真版本图，并赋予不同的数字标签来代表质量的高低，将显著性和失真两个因素有效的引入了数据扩充中，数据集的有效扩充有效的缓解了图像质量评估小数据集训练长网络的压力，从而极大的提高了模型最终预测性能，在各个图像质量评估数据集上展现出较强的泛化能力。主要包括以下步骤：1)分别制作预训练阶段和微调阶段所需的数据集；2)利用预训练阶段制作的数据集对VGG-16网络进行预训练，并保存网络模型；3)利用微调阶段的IQA训练集对预训练好的VGG-16网络进行微调训练，并保存网络模型；4)使用上述微调后的模型计算IQA测试集的预测精度。
-
公开(公告)号：CN107301657A
公开(公告)日：2017-10-27
申请号：CN201710440109.0
申请日：2017-06-12
Applicant: 西安交通大学
CPC classification number: G06T7/277 , G06K9/6267 , G06T2207/10016 , G06T2207/20004 , G06T2207/20076
Abstract: 一种考虑目标运动信息的视频目标跟踪方法，包括步骤：通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；通过位置权重分配模型提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；通过置信度决策模型参考每个候选样本的位置因子计算每个样本的置信度，并选择置信度最大的样本作为目标；通过自适应模板更新模型根据目标运动状态的不同采用不同的更新策略对模板进行更新。本发明将目标的运动信息充分融入目标跟踪算法中，尤其当目标运动速度较快时，有针对性的获取样本、分配权重、决策和更新方式有效的提高了跟踪的效率，应用价值高。
-
公开(公告)号：CN103391439B
公开(公告)日：2016-08-10
申请号：CN201310304066.5
申请日：2013-07-18
Applicant: 西安交通大学
IPC: H04N19/147 , H04N19/176
Abstract: 一种基于主动宏块隐藏的H.264/AVC码率控制方法，根据视频帧编码的目标比特数，为预先设定好的ROI和NROI宏块分配不同的目标编码比特数；然后对NROI宏块编码时，在H.264/AVC标准的率失真模式基础上，增加主动宏块隐藏模式，通过构造的率失真函数进行模式选择并编码；在对ROI宏块编码时，采用H.264/AVC标准规定的编码方法进行编码；当前宏块编码结束后，开始下一宏块的码率控制。当NROI的当前宏块选择主动宏块隐藏模式进行编码时，则当前宏块无需编码，减少了所用比特，将节省的比特分配给未编码的ROI宏块，使得ROI获得较多的比特，提高了ROI的编码质量，同时也提高视觉质量。
-
公开(公告)号：CN103269457B
公开(公告)日：2016-03-30
申请号：CN201310180283.8
申请日：2013-05-15
Applicant: 西安交通大学
IPC: H04N21/647 , H04N19/157 , H04N19/895
Abstract: 本发明提供一种基于失真估计的H.264/AVC视频包优先级调度方法：（1）对每个待发送的H.264/AVC视频包计算其包优先级指数PPI，其中，PPI由两类失真计算得到，每类失真包括两部分：视频包对当前帧造成的失真和视频包对后续帧的造成的失真；（2）计算视频包对当前帧造成的失真时，采用了一种基于失真估计模型的预测方法；（3）计算视频包对后续帧的造成的失真时，采用了利用扩散失真因子对失真估计模型所得失真进行加权的方法来求解；（4）在调度时，按照PPI的大小对待发送视频包进行排序调度后进行视频包的发送，本发明提高了接收端解码后的视频质量，提升了无线网络中视频传输的性能。
-
Patent Agency Ranking
公开(公告)号：CN119545010A
公开(公告)日：2025-02-28
申请号：CN202411647035.4
申请日：2024-11-18
Applicant: 西安交通大学
IPC: H04N19/42 , H04N19/136 , G06T9/00
Abstract: 本发明公开了一种用于边云协同推理的隐私保护图像特征压缩方法及系统，基于新型隐私保护特征压缩框架，结合了注意力机制，并通过特征域集中的对抗协同训练策略引导中间特征的压缩。特征域聚焦的对抗协同训练策略引入了特征域的选择性聚合和特征扰动抑制，增强了数据在传输过程中的安全性和抗攻击能力，有效降低了数据隐私在云端诚实但好奇的服务器上被泄露的风险。为提升算法的泛化能力和适应性，本发明在多个图像数据集和不同深度学习模型上进行了系统评估。实验结果表明，本发明在中间特征传输效率、分析精度及隐私保护水平上均显著优于现有的特征压缩方法，为大规模深度学习模型在资源受限的边缘设备环境中的应用提供了有力的技术支撑。
-
公开(公告)号：CN113743273B
公开(公告)日：2024-04-05
申请号：CN202110997092.5
申请日：2021-08-27
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于视频图像目标检测的实时跳绳计数方法、装置和设备，通过符合算法要求的跳绳视频，将视频分解成视频帧差图像，在图像上标注检测目标和人体姿态类别，制作用于网络训练和预测的跳绳计数数据集；选择FCOS目标检测模型，并应用制作好的跳绳数据集训练网络；实时采集跳绳视频帧图像，用于后续跳绳计数；使用训练和好FCOS网络实时检测跳绳视频帧差图像的人体目标和人体姿态类别，将人体姿态类别输出给跳绳计数模块；根据实时检测到人体姿态类别得到的人体姿态序列设置一定的跳绳计数机制，进行实时计数；实时计数结果显示模块中，实时性显示当前视频帧图像及从计数开始至当前计数个数，以实时检验跳绳计数效果。
-
公开(公告)号：CN114599100B
公开(公告)日：2024-01-19
申请号：CN202210231703.X
申请日：2022-03-10
Applicant: 中国人民解放军32039部队 , 西安交通大学
Abstract: 本发明提供了一种波束资源分配方法及装置，涉及卫星通信的技术领域，包括：先获取用户终端的波束容量需求信息；然后将波束容量需求信息输入至波束资源分配模型，得到用户终端的波束资源分配结果；其中，波束资源分配模型是基于不同样本波束容量需求信息和不同样本波束容量需求信息所对应的波束资源分配结果进行模型训练，并在模型训练过程中采用近端优化策略更新模型参数后得到的神经网络模型。本发明通过基于近端策略更新模型参数的方式能够保证得到的波束资源分配模型贴合实际，进而在保证波束资源分配计算具有时效性的同时，还能够兼顾波束资源分配结果的准确性。
-
公开(公告)号：CN112488020B
公开(公告)日：2023-09-19
申请号：CN202011435957.0
申请日：2020-12-10
Applicant: 西安交通大学
IPC: G06V20/13 , G06V10/44 , G06V10/774 , G06V10/764 , G06T7/11 , G06T7/187 , G01C11/00 , G01C11/02 , G01S19/42
Abstract: 本发明公开了一种基于无人机航拍数据的水环境污染情况检测评估装置，包括：数据清洗模块、语义分割模块、离线图像分析模块。所述的数据清洗模块，用于对用户输入的大批量无人机航拍图像数据进行高效的去冗余操作，减少整体时间开销，输出去冗余后的文件列表；所述的语义分割模块，对输入的实际航拍视频帧数据或去冗余后图像数据中的河道，漂浮物，异常排口，岸坡耕地，岸坡建筑，岸坡进行像素级的分割，输出目标分割结果和置信度；所述的离线图像分析模块，对语义分割模块输出的分割结果按目标类别在无人机航拍图像中进行差异化处理与标注，输出带有标签的图像以及对应的问题统计文档。本发明能够满足使用者对不同数据源处理的需求。
-
公开(公告)号：CN111914625B
公开(公告)日：2023-09-19
申请号：CN202010561751.6
申请日：2020-06-18
Applicant: 西安交通大学
IPC: G06V20/40 , G06T7/246 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于检测器与跟踪器数据关联的多目标车辆跟踪装置，包括：多阶段目标检测器、相关滤波跟踪器、数据关联模块与人机交互界面。所述多阶段目标检测器，用于周期性地对输入视频帧中多尺度、实际航拍场景下的小型车辆目标进行检测，输出该帧所有小型车辆目标框；所述相关滤波跟踪器，利用多阶段目标检测器输出的各目标位置和尺寸，并行地初始化各个目标，之后逐帧地跟踪目标。所述数据关联模块，周期性地将检测结果与跟踪器预测结果进行关数据关联和匹配，用于维持每个目标的id，并对目标框进行修正。所述人机交互界面，用于使用者进行视频、算法模型的选择，查看评估指标，并在装置运行过程中与被跟踪目标进行交互。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.183 seconds)
