-
公开(公告)号:CN107292318B
公开(公告)日:2019-08-09
申请号:CN201710600386.3
申请日:2017-07-21
申请人: 北京大学深圳研究生院
CPC分类号: G06K9/4652 , G06K9/4671 , G06K9/6223 , G06T7/40 , G06T2207/10016 , G06T2207/10028 , G06T2207/20021
摘要: 本发明公布了一种基于中心暗通道先验信息的图像显著性物体的检测方法,利用颜色、深度、距离信息对图像的显著性区域进行定位检测,得到图像中显著性物体的初步检测结果,再利用本发明提出的中心暗通道先验信息,优化显著性检测的最终结果。本发明能够更加精准,更加鲁棒地检测出显著性物体。本发明利用中心暗通道先验信息进行显著性检测,可增加显著性物体检测的精准性。同时,也增强了显著性检测的鲁棒性;能够解决现有的显著性检测精确度不高、健壮性不够的问题,使图像中的显著性区域更精准地显现出来,为后期的目标识别和分类等应用提供精准且有用的信息;适用于更多复杂的场景,使用范围更广。
-
公开(公告)号:CN108632607A
公开(公告)日:2018-10-09
申请号:CN201810435402.2
申请日:2018-05-09
申请人: 北京大学深圳研究生院
IPC分类号: H04N19/103 , H04N19/124 , H04N19/159 , H04N19/176 , H04N19/42 , H04N19/61 , H04N19/625 , H04N19/91 , H04N19/96
摘要: 本发明公布了一种基于多角度自适应帧内预测的点云属性压缩方法,针对点云属性信息,提出一种新的基于块结构的帧内预测方案,提供六种预测模式以尽可能地减少点云不同编码块之间的信息冗余,提高点云属性的压缩性能;包括:(1)点云的输入;(2)点云属性的颜色空间转换;(3)采用K-dimension(KD)树划分点云得到编码块;(4)基于块结构的多角度自适应帧内预测;(5)帧内预测模式决策;(6)变换、均匀量化和熵编码。本发明使用KD树对点云进行编码块的划分,并按照广度优先遍历的顺序对编码块进行编号,根据编号顺序使用具有六种预测模式的点云帧内预测方案对编码块进行逐一处理,由模式决策选出最佳预测模式,再对预测残差进行变换、量化和熵编码处理,以达到点云属性压缩的最佳性能。
-
公开(公告)号:CN102547292B
公开(公告)日:2018-07-06
申请号:CN201210033977.4
申请日:2012-02-15
申请人: 北京大学深圳研究生院
IPC分类号: H04N19/176 , H04N19/513
摘要: 本发明公开了一种使用非固定参考场前向预测跳过模式的编码解码方法。所述编码方法包括:以场编码方式编码隔行扫描序列前向预测图像时,图像头中添加前向预测跳过模式参考索引标记;跟据前向参考跳过模式参考索引标记的值,确定所述前向预测图像中前向预测跳过模式便用的参考场。所述解码方法在解码以场编码方式编码的隔行扫描序列的前向预测图像时,先解码得到前向预测跳过模式参考索引标记;跟据前向预测跳过模式参考索引标记的值,确定所述前向预测图像中前向预测跳过模式的宏块使用的参考场。
-
公开(公告)号:CN104063856B
公开(公告)日:2017-04-05
申请号:CN201410230840.7
申请日:2014-05-28
申请人: 北京大学深圳研究生院
摘要: 一种快速超分辨率图像重建方法和装置,本申请提供的一种快速超分辨率图像重建方法和装置中,在对原始图像进行超分辨率图像重建过程中至少采用基于纹理结构约束的迭代后向映射的方式对原始图像进行处理,以增强图像的纹理细节,从而提高超分辨率图像的高频细节质量。
-
公开(公告)号:CN103716623B
公开(公告)日:2017-02-15
申请号:CN201310695685.1
申请日:2013-12-17
申请人: 北京大学深圳研究生院
IPC分类号: H04N19/126 , H04N19/176 , H04N19/61 , H04N19/44
摘要: 本申请公开一种基于加权量化的视频压缩编解码方法,编码过程包括将待编码图像的属性分量划分成若干属性块;对属性块进行预测得到残差块,并变换得到残差块中各频点的变换系数;选取一个默认矩阵,对频点的初始量化步长进行加权计算得到加权量化步长矩阵;使用加权量化步长矩阵对变换系数进行量化,得到量化块,将量化块写入码流,并根据量化块的值,确认写入码流的其他信息。本申请还公开一种基于加权量化的视频压缩编解码器。本申请由于预设加权量化矩阵集中包括多个默认矩阵,能有效地对不同情况下的变换系数矩阵进行加权量化,在不降低主观质量的情况下,有效的降低编码所需码率。
-
公开(公告)号:CN108632621B
公开(公告)日:2019-07-02
申请号:CN201810435403.7
申请日:2018-05-09
申请人: 北京大学深圳研究生院
IPC分类号: H04N19/176 , H04N19/96 , H04N19/61 , H04N19/593 , H04N19/124 , H04N19/85 , G06T9/40
摘要: 本发明公布了一种基于层次划分的点云属性压缩方法,针对点云属性信息,提出一种新的基于层次划分的编码方案,按照点云空间位置和颜色分布,将一帧点云自适应地划分成“条带‑宏块‑块”的层次结构,各条带之间独立编码,提高编码效率,增强系统的容错性,改善点云属性的压缩性能。本发明通过综合利用点云的空间位置和颜色信息,自适应地将一帧点云划分成“条带‑宏块‑块”的层次结构,尽可能地令颜色相近、空间位置相关的点聚集在一个条带、宏块或编码块内,便于充分利用相邻点之间属性信息的冗余,改善点云属性压缩的性能;同时,各条带之间独立编码,支持随机访问,提高编码效率,并防止编码错误的累积和扩散,增强系统的容错性。
-
公开(公告)号:CN107292923B
公开(公告)日:2019-03-01
申请号:CN201710513077.2
申请日:2017-06-29
申请人: 北京大学深圳研究生院
摘要: 本发明公布了一种基于深度图挖掘的后向传播显著性检测方法,对于一个输入图像Io,在预处理阶段,获取图像Io的深度图像Id和四角背景去除的图像Cb;在第一处理阶段,利用得到的去四角背景图像Cb和深度图像Id,对图像的显著性区域进行定位检测,得到图像中显著性物体的初步检测结果S1;然后对深度图像Id进行多个处理阶段的深度挖掘,得到相应的显著性检测结果;再利用后向传播机制,对每个处理阶段挖掘的显著性检测结果进行优化,得到最终的显著性检测结果图。本发明提供了一种后向传播机制来优化显著性检测结果,且能够提高显著性物体检测的精准性。
-
公开(公告)号:CN104244006B
公开(公告)日:2019-02-26
申请号:CN201410230514.6
申请日:2014-05-28
申请人: 北京大学深圳研究生院
IPC分类号: H04N19/53
摘要: 本申请提供的基于图像超分辨率的视频编解码方法及装置,本申请方法在对待编码和待编码的视频图像进行预测前,先对视频图像进行超分辨率插值处理,可以对图像进行放大及进行细节信息恢复,从而,在对待编码/待解码图像进行预测得到预测块时,相比现有技术利用线性插值对视频图像进行预测的方法,更能有效还原原图像,避免出现现有技术中预测块边缘模糊的问题,从而提升视频图像预测的准确性,进而提升视频图像的编码效率。
-
公开(公告)号:CN107292923A
公开(公告)日:2017-10-24
申请号:CN201710513077.2
申请日:2017-06-29
申请人: 北京大学深圳研究生院
CPC分类号: G06T7/50 , G06K9/4652 , G06K9/4671 , G06K9/6223 , G06T7/11 , G06T7/90
摘要: 本发明公布了一种基于深度图挖掘的后向传播显著性检测方法,对于一个输入图像Io,在预处理阶段,获取图像Io的深度图像Id和四角背景去除的图像Cb;在第一处理阶段,利用得到的去四角背景图像Cb和深度图像Id,对图像的显著性区域进行定位检测,得到图像中显著性物体的初步检测结果S1;然后对深度图像Id进行多个处理阶段的深度挖掘,得到相应的显著性检测结果;再利用后向传播机制,对每个处理阶段挖掘的显著性检测结果进行优化,得到最终的显著性检测结果图。本发明提供了一种后向传播机制来优化显著性检测结果,且能够提高显著性物体检测的精准性。
-
公开(公告)号:CN104769947A
公开(公告)日:2015-07-08
申请号:CN201380003162.4
申请日:2013-07-26
申请人: 北京大学深圳研究生院
IPC分类号: H04N19/51 , H04N19/573
CPC分类号: H04N19/52 , H04N19/105 , H04N19/139 , H04N19/176 , H04N19/43 , H04N19/56
摘要: 一种基于P帧的多假设运动补偿编码方法,以当前图像块的相邻已编码图像块作为参考图像块,获得每一块参考图像块对应的第一运动矢量,再参考第一运动矢量通过联合运动估计的方式获得相应的第二运动矢量,并以编码代价最小的第一运动矢量、第二运动矢量和最终预测块作为当前图像块最终的第一运动矢量、第二运动矢量和最终预测块,使得获得的当前图像块的最终预测块具有更高的准确性,且不会增大传输码流的码率。
-
-
-
-
-
-
-
-
-