“蔡灿辉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果60个，建议您升级VIP下载更多相关专利

[发明专利]基于左右分和式轻量卷积神经网络的裂缝分割方法及装置-CN202311053453.6在审
发明人：朱建清;陈巍;张晓翔;赵倩倩;黄诚惕;曾焕强;陈婧;蔡灿辉 -专利权人：华侨大学
申请日： 2023-08-21 - 公布日： 2023-09-19 - 主分类号： G06T7/10 文献下载
摘要：本发明涉及图像分割领域，公开了基于左右分和式轻量卷积神经网络的裂缝分割方法及装置，方法包含以下步骤：S1，原始裂缝图片输入到左右分和式轻量卷积神经网络；S2，所述左分式结构输出特征映射#imgabs0#；S3，所述右分式结构输出特征映射#imgabs1#；S4，第i层神经构件融合左分式结构的输出特征映射#imgabs2#与右分式结构的输出特征映射#imgabs3#，输出融合特征#imgabs4#，作为下一层神经结构的输入特征映射#imgabs5#；最后一层神经构件输出的融合特征#imgabs6#作为最终输出，表达裂缝语义分割特征。本发明的左分式采用卷积与最大池化层运算，右分式采用轻量异质卷积与平均池化层运算，将左右两个分式的输出特征相加，既增强了左右分式特征学习的互补性，又实现了网络轻量化。
基于左右和式卷积神经网络裂缝分割方法装置

[发明专利]基于自适应聚类和困难样本加权的无监督车辆再辨识方法-CN202310891062.5在审
发明人：朱建清;张晓翔;陈巍;赵倩倩;曾焕强;陈婧;蔡灿辉;施一帆 -专利权人：华侨大学
申请日： 2023-07-20 - 公布日： 2023-08-18 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种基于自适应聚类和困难样本加权的无监督车辆再辨识方法，首先，利用当前聚类参数计算最合适的半径值，提升聚类伪标签对车辆样本噪声的鲁棒性；其次，记忆模块记录所有车辆样本特征向量，利用距离作为车辆样本困难程度加权依据，改善模型对困难车辆样本关注力不足的问题；最后，利用加权困难车辆样本结合对比学习方法训练车辆再辨识模型。本发明可广泛应用于智慧交通和智慧安防中的智能视频监控系统。
基于自适应困难样本加权监督车辆辨识方法

[发明专利]基于双分支Transformer网络的属性与图像跨模态行人再辨识方法及装置-CN202310199941.1在审
发明人：朱建清;许荣衔;陈永平;陈继平;曾焕强;蔡灿辉;廖昀;杜吉祥 -专利权人：华侨大学;厦门亿联网络技术股份有限公司
申请日： 2023-03-03 - 公布日： 2023-07-11 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于双分支Transformer网络的属性与图像跨模态行人再辨识方法及装置，获取行人属性和行人图像，行人图像来自行人注册图像集；构建双分支Transformer网络，并对双分支Transformer网络训练，得到属性与图像跨模态行人再辨识模型，双分支Transformer网络包括同型的属性Transformer分支和图像Transformer分支；将行人属性和行人图像输入属性与图像跨模态行人再辨识模型，分别通过属性Transformer分支和图像Transformer分支提取得到属性特征和图像特征；将属性特征与图像特征进行相似度比对，得到行人属性对应的再辨识结果。属性Transformer分支和图像Transformer分支都属于同型的Transformer结构，有利于控制文本属性和行人图像在特征空间中的模态异质性问题，从而提升属性‑图像跨模态行人再辨识准确性。
基于分支 transformer 网络属性图像跨模态行人辨识方法装置

[发明专利]一种基于动态卷积Transformer的车辆再辨识方法-CN202310149452.5在审
发明人：朱建清;郭圣涛;李昊唐;赵倩倩;曾焕强;廖昀;杜吉祥;蔡灿辉 -专利权人：华侨大学;厦门亿联网络技术股份有限公司
申请日： 2023-02-22 - 公布日： 2023-04-21 - 主分类号： G06V20/54 文献下载
摘要：本发明提供一种基于动态卷积Transformer的车辆再辨识方法；不同于各个局部区域共用卷积核，本发明中各个局部区域共用一个卷积核池，由一个全连接人工神经子网从各个局部区域各自学习得到一组系数，利用各个局部区域对应的系数将卷积核池中的卷积核进行线性融合获得各个局部区域的专用卷积核，用于学习各个局部区域的特征。因此，本发明能够根据各个局部区域自身的表征特性自适应学习相应的卷积核，能够更好学习车辆图像的局部特征，从而有利于提升车辆再辨识性能。
一种基于动态卷积 transformer 车辆辨识方法

[发明专利]一种基于贝叶斯决策的3D-HEVC深度图帧间快速算法-CN201910414604.3有效
发明人：陈婧;粘春湄;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2019-05-17 - 公布日： 2023-03-10 - 主分类号： H04N19/597 文献下载
摘要：本发明涉及一种基于贝叶斯决策的3D‑HEVC深度图帧间快速算法，属于视频编码领域，本方法包括CU尺寸判决和模式快速选择。首先，提取当前CU划分或者不划分时，遍历完DIS模式的RDcost作为特征，通过离线训练高斯模型，并且计算损失函数，将后验概率与损失函数作比较，判断当前CU是否为最佳尺寸；其次，提取最优模式是否是SKIP或者DIS时，遍历完SKIP或者DIS的RDcost作为特征，引入全零块，通过最小错误贝叶斯判决，判断当前最优模式是否是SKIP或者DIS。本发明一种基于贝叶斯决策的3D‑HEVC深度图帧间快速算法能够减少编码器计算开销，在保持编码性能基本不变的情况下，减少编码时间。
一种基于贝叶斯决策 hevc 深度图帧间快速算法

[发明专利]基于多代理相似度聚合的跨模态行人再辨识方法-CN202211386276.9在审
发明人：朱建清;赵倩倩;吴含笑;曾焕强;傅玉青;蔡灿辉;廖昀;杜吉祥 -专利权人：华侨大学;厦门亿联网络技术股份有限公司
申请日： 2022-11-07 - 公布日： 2023-01-17 - 主分类号： G06V40/10 文献下载
摘要：本发明提供一种基于多代理相似度聚合的跨模态行人再辨识方法，用于解决昼夜光照差异大而带来的白天可见光图像与夜晚红外图像匹配困难的问题。因此，本发明为每个类别分配多个可学习的代理，获得多代理相似度，并设计多代理相似度聚合机制，实现跨模态行人再辨识。一方面，本发明为每个类别学习多个代理，可以更好地刻画由于数据跨模态引起的剧烈类内差异；另一方面，本发明设计聚合机制，学习最佳的多代理相似度聚合方式，提升跨模态行人再辨识的准确性。因此，本发明可广泛应用于智慧城市、智慧交通以及智慧安防中的智能视频监控系统。
基于代理相似聚合跨模态行人辨识方法

[发明专利]基于人眼恰可察觉失真的屏幕内容视频编码感知码率控制方法及装置-CN202211156529.3在审
发明人：陈婧;王世萍;陈淋淋;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2022-09-22 - 公布日： 2023-01-03 - 主分类号： H04N19/147 文献下载
摘要：本发明公开了一种基于人眼恰可察觉失真的屏幕内容视频编码感知码率控制方法及装置，属于视频编码领域。首先获取屏幕内容视频，对屏幕内容视频进行边缘建模，得到二维边缘模型，提取二维边缘模型的边缘特征，并计算得到二维边缘模型的边缘模型参数；基于边缘模型参数获取亮度自适应阈值、对比度掩蔽效应阈值、边缘非结构失真敏感度阈值以及结构失真敏感度阈值，构建屏幕内容视频的像素域JND模型，确定JND因子；然后利用边缘特征和JND因子指导感知复杂度分类和目标比特分配；最后通过参考视频帧和重建视频帧的边缘相似度构建在JND约束条件下的感知码率控制模型。该方法能够提高屏幕内容视频的码率控制精度，明显改善屏幕内容视频的编码率失真性能。
基于人眼恰可察觉失真屏幕内容视频编码感知控制方法装置

[发明专利]一种基于Gabor特征和灰度共生矩阵的视频帧内编码快速算法-CN202010366824.6有效
发明人：陈婧;欧健珊;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2020-04-30 - 公布日： 2022-12-06 - 主分类号： H04N19/593 文献下载
摘要：本发明涉及一种基于Gabor特征和灰度共生矩阵的视频帧内编码快速算法，属于视频编码领域。本方法利用灰度共生矩阵非零值个数与编码树单元(Coding Tree Unit,CTU)分割深度的关系，设定阈值预判编码模块的分割深度，得到不同阈值对应的深度区间；然后对深度范围内的编码单元(Coding Unit,CU)利用Gabor特征进行分类，并进行平坦块和复杂块的划分，最后根据不同的CU类型选择不同编码方案。本发明一种基于Gabor特征和灰度共生矩阵的屏幕内容视频帧内编码快速算法能够减少编码器计算开销，在保持视频质量基本不变的情况下，减少编码时间。
一种基于 gabor 特征灰度共生矩阵视频编码快速算法

[发明专利]一种联合空频域的感知HEVC多描述视频编码-CN202211007565.3在审
发明人：陈婧;王飞锋;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2022-08-22 - 公布日： 2022-12-02 - 主分类号： H04N19/107 文献下载
摘要：本发明涉及一种基于联合空频域的感知多描述视频编码方法，属于视频编码领域。本方法将帧内、帧间预测的预测误差像素块通过空域多相下采样，分为两组残差像素，使用一种适应多描述编码描述的DCT/DST变换方式，将两组残差像素块变换生成两组系数，结合其他编码信息经过熵编码生成两个描述，同时结合人类视觉系统，引入视觉显著性模型进行冗余率失真优化，通过HEVC编码器进行编码。将两个描述的码流打包分别通过不同的信道传输到解码端。解码端根据网络情况，分别进行频域反变换以及空域差错隐藏的边缘重建，以及像素交织的中心重建。本发明提出的一种基于联合空频域的感知多描述视频编码方法能够提高HEVC的差错恢复能力，获得更好的感知视频质量。
一种联合空频域感知 hevc 描述视频编码

[发明专利]一种基于可变形卷积的宽QP范围环路滤波方法-CN202211005433.7在审
发明人：陈婧;王飞锋;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2022-08-22 - 公布日： 2022-11-25 - 主分类号： H04N19/124 文献下载
摘要：本发明涉及一种基于可变形卷积的宽QP范围环路滤波方法，属于视频编码领域。本方法利用可变形卷积灵活的感受野与形变建模能力，自动学习视频特征，并通过密集残差连接，进行特征强化，以达到增强压缩视频质量的目的；同时提出一种QP注意力模块，提高该方法的泛化能力，使该方法能够同时提升不同QP下的压缩视频质量。本发明方法能够显著提升压缩视频的主客观质量。
一种基于变形卷积 qp 范围环路滤波方法

[发明专利]一种基于局部视频活动度的屏幕视频质量识别方法-CN202110219595.X有效
发明人：曾焕强;黄海靓;侯军辉;陈婧;廖昀;蔡灿辉 -专利权人：华侨大学
申请日： 2021-02-26 - 公布日： 2022-11-01 - 主分类号： H04N17/00 文献下载
摘要：本发明公开了一种基于局部视频活动度的屏幕视频质量识别方法，方法包括：分别对参考和失真屏幕视频序列采用3D‑LOG滤波器提取屏幕特征；计算屏幕区域相似度，基于3D‑LOG池化策略得到屏幕质量分数；分别对参考和失真屏幕视频序列采用3D‑NSS方法提取自然特征；计算自然区域相似度，基于池化策略得到自然质量分数；计算局部视频活动度；基于局部视频活动度结合屏幕和自然质量分数获得最终失真屏幕视频质量评价值。本发明充分考虑到人类视觉系统对于屏幕视频的屏幕和自然内容区域感知度不同且人眼对于边缘特征高度敏感，具有较好的失真屏幕视频质量评价性能。
一种基于局部视频活动屏幕质量识别方法

[发明专利]一种基于极平面线性相似度的光场图像质量评价方法-CN201910016167.X有效
发明人：曾焕强;田钰;朱建清;陈婧;蔡灿辉;马凯光 -专利权人：华侨大学
申请日： 2019-01-08 - 公布日： 2022-11-01 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于极平面线性相似度的光场图像质量评价方法，属于图像处理领域，根据人类视觉系统理解光场图像时对场景结构变化的敏感性和光场图像中包含丰富的场景结构变化信息提出，方法包括：对参考光场图像和失真光场图像分别提取极平面图；接着分别提取参考极平面图和失真极平面图的线性特征图，进而计算得到极平面线性特征相似度图；基于极平面线性相似度图得到最终失真光场图像质量评价值。本发明充分利用极平面线性特征来描述光场图像中场景结构变化，从而评价失真光场图像的质量，反映人眼主观视觉系统对于光场图像的主观感知度，具有较好的光场图像质量评价性能。
一种基于平面线性相似图像质量评价方法

[发明专利]基于空间下采样的多描述编码高质量边重建方法-CN202010278978.X有效
发明人：陈婧;林琦;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2020-04-10 - 公布日： 2022-11-01 - 主分类号： H04N19/39 文献下载
摘要：本发明提供了一种基于空间下采样的多描述编码高质量边重建方法，包括，制作数据集：选取视频，通过空间下采样分成两个描述，在量化参数QP值设定下，编码，解码，将解码后的视频和相应的原始视频作为训练集；训练SD‑VSRnet网络：每五帧视频作为网络的输入，依次进行特征提取，恢复高频细节，像素重排，再与输入的中间帧进行跳跃连接得到重建的视频帧，逐帧重建获得最后的重建视频，实现SD‑VSRnet网络的训练。本发明提出的方法制作了适用于空间下采样的多描述编码高质量边重建的数据集，另外，采用视频超分辨率的神经网络，分别测试4种QP值，可以有效提高不同压缩程度的边缘解码视频重建质量。
基于空间采样描述编码质量重建方法

[发明专利]基于帧预测神经网络的多描述视频编码方法和解码方法-CN202110261181.3有效
发明人：陈婧;林琦;曾焕强;朱建清;蔡灿辉 -专利权人：华侨大学
申请日： 2021-03-10 - 公布日： 2022-11-01 - 主分类号： H04N19/122 文献下载
摘要：基于帧预测神经网络的多描述视频编码方法和解码方法，本发明在编码端将源视频采用时间下采样的方法分为奇数帧和偶数帧，分别将奇数帧和偶数帧组成两个新的序列，通过HEVC编码器进行编码。针对时间下采样所导致的帧丢失问题，采用帧预测神经网络来分别预测对应序列中所丢失的帧。将预测帧与对应序列的已编码视频帧相减获得残差信息，与当前序列已编码信息组成一个描述。将两个描述的码流打包分别通过不同的信道传输到解码端。本发明方法构成的多描述视频编码使码流具有一定的差错恢复能力，解码端可充分利用描述间的相关信息保证解码端在不可靠网络传输下的高质量视频重建。
基于预测神经网络描述视频编码方法解码

[发明专利]一种基于结构相似度的非局部注意力学习方法-CN202210624115.2在审
发明人：朱建清;赵倩倩;涂美霞;曾焕强;黄诚惕;廖昀;冯万健;杜吉祥;蔡灿辉 -专利权人：华侨大学;厦门亿联网络技术股份有限公司
申请日： 2022-06-02 - 公布日： 2022-08-30 - 主分类号： G06V10/74 文献下载
摘要：本发明提供一种基于结构相似度的非局部注意力学习方法，可广泛应用于机器视觉领域，例如图像分割、图像分类、图像识别等。现有非局部注意力方法简单计算不同空域位置的两个信号内积作为二者的相似度度量，并不完全符合人类视觉感知特点。针对这一问题，本发明提出利用结构相似度衡量不同空域位置的信号之间的相似度，在非局部注意力学习方法中充分考虑人类视觉对信号感知三个重要因素，即亮度、对比度和结构。其次，本发明进一步提出多尺度结构相似度度量策略，在不同尺度上更为全面地进行信号相似度度量。因此，本发明能够取得比现有非局部注意力方法更好地注意力学习效果。
一种基于结构相似局部注意力学习方法

1
2
3
4
下一页»
尾页
共 60 条