一种基于特征分类的高效视频编码方法

    公开(公告)号:CN108174208A

    公开(公告)日:2018-06-15

    申请号:CN201810144026.1

    申请日:2018-02-12

    摘要: 本发明公开了一种基于特征分类的高效视频编码方法。本发明首先选择一个视频序列的10帧作标准的HEVC编码,然后提取深度特征,梯度特征以及方差特征,将这些特征用SVM进行离线训练,得到SVM预测模型。然后对每一个视频序列进行编码,设置第1帧为在线学习帧;从第二帧开始作快速编码,先作边缘检测,判断当前CU是否为纹理复杂的CU。根据预测结果把当前CU分为三类:提前跳过划分的CU、提前终止划分的CU和不确定划分的CU。对不确定划分的CU再进行RDcost判断,若当前CU的RDcost小于同深度下的阈值RD_thrk,则提前终止CU划分,否则继续进行标准的率失真优化过程。本发明在保证比特率增加可忽略不计的情况下大大降低了编码复杂度。

    一种基于特征分类的高效视频编码方法

    公开(公告)号:CN108174208B

    公开(公告)日:2020-05-12

    申请号:CN201810144026.1

    申请日:2018-02-12

    摘要: 本发明公开了一种基于特征分类的高效视频编码方法。本发明首先选择一个视频序列的10帧作标准的HEVC编码,然后提取深度特征,梯度特征以及方差特征,将这些特征用SVM进行离线训练,得到SVM预测模型。然后对每一个视频序列进行编码,设置第1帧为在线学习帧;从第二帧开始作快速编码,先作边缘检测,判断当前CU是否为纹理复杂的CU。根据预测结果把当前CU分为三类:提前跳过划分的CU、提前终止划分的CU和不确定划分的CU。对不确定划分的CU再进行RDcost判断,若当前CU的RDcost小于同深度下的阈值RD_thrk,则提前终止CU划分,否则继续进行标准的率失真优化过程。本发明在保证比特率增加可忽略不计的情况下大大降低了编码复杂度。

    一种区间二型T-S模糊网络系统故障检测方法

    公开(公告)号:CN118534779A

    公开(公告)日:2024-08-23

    申请号:CN202410631030.6

    申请日:2024-05-21

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种区间二型T‑S模糊网络系统故障检测方法,该方法首先建立基于区间二型T‑S模糊模型的网络控制系统模型,基于网络控制系统模型,建立通过网路传输到故障检测滤波器的事件触发条件。其次根据网络控系统模型和事件触发条件,设计网络控制系统的故障检测滤波器。然后根据网络控制系统模型以及故障检测滤波器,建立故障检测系统模型。最后根据故障检测系统模型,选取残差评价函数和检测阈值,通过比较评价函数的输出与故障阈值检测故障信号。本发明可以检测系统在外部扰动以及时滞和随机丢包情况下的故障检测,保证网络系统的安全性,减少网络资源的浪费。