-
公开(公告)号：CN108805944A
公开(公告)日：2018-11-13
申请号：CN201810533771.5
申请日：2018-05-29
Applicant: 东华大学
IPC: G06T9/00
CPC classification number: G06T9/002
Abstract: 本发明涉及一种归类精度保持的在线图像集压缩方法，包括：对图像集的两个压缩参数：质量因子Q和分辨率S进行适当的压缩。基于卷积神经网络分类器，将不同压缩参数下得到的图像集在该分类器下进行归类测试，对比与分析归类精度，得到精度保持的数据集压缩方法，利用归类精度保持下的最优压缩方法，为后续图像集归类精度保持双参数压缩方法选取提供参考。本发明能够快速准确地找到在线图像集归类精度保持下的最优压缩方法，大大减少在线图像集归类精度保持下的最优压缩所需的时间。
-
公开(公告)号：CN109120932B
公开(公告)日：2021-10-26
申请号：CN201810766665.1
申请日：2018-07-12
Applicant: 东华大学
IPC: H04N19/137 , H04N19/182 , H04N19/503 , G06K9/62
Abstract: 本发明提出了一种基于HEVC压缩域双SVM模型的视频显著性预测方法。所提方法对视频数据集中选定的所有训练视频序列进行分类，使用分类的训练视频序列A类和B类对HEVC压缩域双SVM显著性预测模型分别进行训练，得到两种不同的压缩域显著性预测模型。从视频数据集中选取某一测试视频序列进行预分类操作，使用已经训练好的HEVC双SVM显著性预测模型对测试视频序列进行显著性的预测，所提方法能够获得较好的显著性预测效果。
-
公开(公告)号：CN110930304A
公开(公告)日：2020-03-27
申请号：CN201811103632.5
申请日：2018-09-20
Applicant: 东华大学
IPC: G06T3/40
Abstract: 在图像超分辨率处理研究领域，对于任意倍增比的超分辨率研究仍然鲜见相应的成果。在高倍增比下，图像清晰度变得过低，肉眼已难以识别图像的内容，但是随着技术的进步，机器却可以自动识别清晰度不高的图像。本发明公开了一种基于全尺度质量总和的图像集超分辨率自适应阈值选取方法。所提方法是在任意倍增比图像处理中，选定全尺度质量总和Q为参考量，并以在任意倍增比下的Q大小作为评判测度，通过各种算法的Q值来评判其在任意倍增比中处理超分辨率图像的优劣性。本发明具有通用性，即是在全尺度图像处理中，都可以采取该方法来选取合适的切换值进行算法的切换，以获得整体更优的图像重建质量。
-
公开(公告)号：CN109460900A
公开(公告)日：2019-03-12
申请号：CN201811195455.8
申请日：2018-10-15
Applicant: 东华大学
Abstract: 本发明提供了一种机场新建卫星厅的转场航班分配方法，首先进行登机口、航班预处理，分别编号，且混合随机排列在染色体上；然后设置约束条件：染色体上同一个登机口基因下的航班须符合该登机口属性，每个登机口基因下的相邻航班起飞与降落的时间必须保持在设定的临界值以上，满足这两个条件的染色体才能通过筛选留下；再对通过筛选留下的染色体进行适应度的计算；在执行染色体交叉和变异后，通过适应度函数使每条染色体均产生一个适应度值，所有染色体中适应度值最高的染色体上的登机口航班排列顺序即为登机口转场航班最优分配方法。本发明能够对登机口停靠的转场航班进行优化分配，在最大化安排飞机停靠数目的基础上最小化占用登机口数目。
-
公开(公告)号：CN109460900B
公开(公告)日：2022-07-22
申请号：CN201811195455.8
申请日：2018-10-15
Applicant: 东华大学
Abstract: 本发明提供了一种机场新建卫星厅的转场航班分配方法，首先进行登机口、航班预处理，分别编号，且混合随机排列在染色体上；然后设置约束条件：染色体上同一个登机口基因下的航班须符合该登机口属性，每个登机口基因下的相邻航班起飞与降落的时间必须保持在设定的临界值以上，满足这两个条件的染色体才能通过筛选留下；再对通过筛选留下的染色体进行适应度的计算；在执行染色体交叉和变异后，通过适应度函数使每条染色体均产生一个适应度值，所有染色体中适应度值最高的染色体上的登机口航班排列顺序即为登机口转场航班最优分配方法。本发明能够对登机口停靠的转场航班进行优化分配，在最大化安排飞机停靠数目的基础上最小化占用登机口数目。
-
Patent Agency Ranking
公开(公告)号：CN108550140A
公开(公告)日：2018-09-18
申请号：CN201810267694.3
申请日：2018-03-28
Applicant: 东华大学
IPC: G06T7/00
Abstract: 本发明涉及一种面向图像集的置信度一致性增强质量评价准则，包括以下步骤：将原始图像集通过图像质量增强算法得到增强后的图像集；再使用现有的质量评价方法对原始图像集以及增强后的图像集中的全部图像进行质量评价，得到每幅图像增强前后的质量分数；算出各幅图像增强前后的质量分数差值，并求出质量分数差值的平均值U与标准差S；选取置信区间，对质量分数差值进行筛选；在筛选后的有效测试数据中求出一致性增强质量评价分数有效值，并判断该图像质量增强算法的一致性与稳定性。本发明可以在不同的质量评价方法下，为具体应用与特定参数标准找出适当的图像质量增强算法，并为所有的图像质量增强算法提供一个可靠性更高的质量评价体系。
-
公开(公告)号：CN108024113A
公开(公告)日：2018-05-11
申请号：CN201711352875.8
申请日：2017-12-15
Applicant: 东华大学
IPC: H04N19/139 , H04N19/513 , H04N19/527 , H04N19/172 , H04N19/176 , H04N19/122 , H04N19/119
Abstract: 本发明涉及一种目标占比自适应的压缩域小目标跟踪方法，包括以下步骤：设定跟踪小目标的起始帧，获取起始帧的掩模；对获得的运动矢量进行预处理工作，包括两个部分：帧内编码块的处理和全局运动补偿；应用MRF模型，分别计算跟踪小目标在这一帧的时域代价、空域代价和邻域代价，得到小目标的预测位置。本发明可以有效地提高小目标跟踪的准确率和F度量。
-
公开(公告)号：CN108022241A
公开(公告)日：2018-05-11
申请号：CN201711434374.4
申请日：2017-12-26
Applicant: 东华大学
IPC: G06T7/00
Abstract: 本发明涉及一种面向水下图像集的一致性增强质量评价方法，包括以下步骤：使用现有的质量评价准则对水下图像集中的一幅原始图像进行质量评价；将所述原始图像通过图像质量增强算法得到增强后的图像，并使用上述现有的质量评价准则对增强后的图像进行质量评价，根据两个质量评价结果计算CEQAi值，重复上述步骤得到该水下图像集中所有图像的CEQAi值，并找出其中的最大值、最小值和平均值，最后利用这些值及权重系数得到上述图像质量增强算法在上述质量评价准则下对于此水下图像集的CEQA有效值。本发明可以为面向水下图像集的各种图像质量增强算法与质量评价准则提供一个一致性增强性能的评价体系。
-
公开(公告)号：CN110930304B
公开(公告)日：2023-06-02
申请号：CN201811103632.5
申请日：2018-09-20
Applicant: 东华大学
IPC: G06T3/40
Abstract: 在图像超分辨率处理研究领域，对于任意倍增比的超分辨率研究仍然鲜见相应的成果。在高倍增比下，图像清晰度变得过低，肉眼已难以识别图像的内容，但是随着技术的进步，机器却可以自动识别清晰度不高的图像。本发明公开了一种基于全尺度质量总和的图像集超分辨率自适应阈值选取方法。所提方法是在任意倍增比图像处理中，选定全尺度质量总和Q为参考量，并以在任意倍增比下的Q大小作为评判测度，通过各种算法的Q值来评判其在任意倍增比中处理超分辨率图像的优劣性。本发明具有通用性，即是在全尺度图像处理中，都可以采取该方法来选取合适的切换值进行算法的切换，以获得整体更优的图像重建质量。
-
公开(公告)号：CN108805944B
公开(公告)日：2022-05-06
申请号：CN201810533771.5
申请日：2018-05-29
Applicant: 东华大学
IPC: G06T9/00
Abstract: 本发明涉及一种归类精度保持的在线图像集压缩方法，包括：对图像集的两个压缩参数：质量因子Q和分辨率S进行适当的压缩。基于卷积神经网络分类器，将不同压缩参数下得到的图像集在该分类器下进行归类测试，对比与分析归类精度，得到精度保持的数据集压缩方法，利用归类精度保持下的最优压缩方法，为后续图像集归类精度保持双参数压缩方法选取提供参考。本发明能够快速准确地找到在线图像集归类精度保持下的最优压缩方法，大大减少在线图像集归类精度保持下的最优压缩所需的时间。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.02 seconds)
