“无忧创想（武汉）信息技术有限公司”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于运动与纹理区域检测的HEVC视频编码方法-CN202211539302.7在审
发明人：熊平;唐顺峰 -专利权人： 无忧创想（武汉）信息技术有限公司
申请日： 2022-12-02 - 公布日： 2023-09-05 - 主分类号： H04N19/139 文献下载
摘要：本发明属于HEVC的编码技术领域，公开了一种基于运动与纹理区域检测的HEVC视频编码方法，利用人眼的这种视觉特性，来设计基于运动与纹理区域的检测方法，先利用sobel算子计算像素的梯度值进而来实现视频图像中的纹理检测，在利用所检测的图像纹理与运动区域，都可以看做图像的特征，将这两个特征与HEVC的编码结合起来，研究HEVC的码率控制技术，对图像中不同区域的最大编码单元块赋予不同的权重，设计了不同的比特率的分配方法，从而分配不同的编码比特率，在利用所检测到的运动与纹理区域，在不影响视频主观质量的基础上，调整HEVC视频编码的量化参数，降低背景区域的视频质量，可以有效的提高视频的质量。
一种基于运动纹理区域检测 hevc 视频编码方法

[发明专利]一种试题推荐方法-CN202211327919.2在审
发明人：陈德勇;江威;尹家奇 -专利权人： 无忧创想（武汉）信息技术有限公司
申请日： 2022-10-27 - 公布日： 2023-03-21 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种试题推荐方法，本发明通过从数据库中拉取学员做题记录，使用开源项目nd‑ball/py‑irt，将做题记录数据导入，获取学员能力值和试题难度；从数据库拉取学员的浏览行为和做题记录，通过余弦算法获取部分用户对试题的偏好；再将此数据导入，使用spark进行计算，得到完整的用户－题目偏好矩阵；通过学员的能力值，获得对应难度且偏好度高的试题，本发明的试题推荐方法包括还包括学员能力和试题难度量化方法和学员偏好获取方法；本发明通过推荐符合学员能力和偏好领域的试题，得到有效的测试结果，便于讲师与学员了解对知识点的真实掌握程度，并提升用户黏性。
一种试题推荐方法

[发明专利]一种基于超声波的音视频防盗录的系统及方法-CN202211327909.9在审
发明人：熊平;邢廷志 -专利权人： 无忧创想（武汉）信息技术有限公司
申请日： 2022-10-27 - 公布日： 2023-02-28 - 主分类号： H04N21/233 文献下载
摘要：本发明公开了一种基于超声波的音视频防盗录的系统，包括：原始文本数据单元，随机生成添加声波数据位置单元，声波通信库单元，合成单元，处理单元和识别单元，还公开了一种基于超声波的音视频防盗录的方法，包括如下步骤：生成唯一产权归属文本数据，确定原始音视频数据，生成混合音视频数据；播放盗录音视频，确定盗录音视频产权归属，进行相关地维权操作，本发明实现产权归属相关数据不易被去除；声波传输，受盗录者录屏的距离、噪音干扰、音量大小等因素的影响，会对准确性造成一定的影响，距离应该在1~10米之间，噪音并不大，整体的准确率在95%以上；跨平台性能较好，常见的平台android，iphone，windows，linux都可以识别。
一种基于超声波视频防盗系统方法

[发明专利]一种基于试看视频完成率评估年龄的方法-CN202211327920.5在审
发明人：陈德勇;李发;石教亮 -专利权人： 无忧创想（武汉）信息技术有限公司
申请日： 2022-10-27 - 公布日： 2023-02-28 - 主分类号： G06Q10/067 文献下载
摘要：本发明公开了一种基于试看视频完成率评估年龄的方法，涉及用户试看视频完成率、机器学习识别技术领域。本发明通过构建不同视频的播放完成率和对应的年龄，采集训练样本数据；构建模型；将训练集数据输入模型进行计算训练；根据评估结果，参数调优；得到调优后的模型，进行预测使用；区别于现在传统教务有很多评估教学视频质量的大多是比较主观且被动性调研的方法为了客观地评估视频质量，本发明引入更科学、更客观的方法来评估视频的质量，而通过用户的年龄段来建立评估的模型，利用机器学习算法训练模型，最终得到一种更客观更高效的评估模型，以便于更好对应不同的年龄段，推荐不同的视频，从而提升教学效率。
一种基于试看视频完成率评估年龄方法

[发明专利]一种基于情绪识别和机器学习的视频质量评估方法及装置-CN202211330516.3在审
发明人：熊平;王浩霖;尹家奇 -专利权人： 无忧创想（武汉）信息技术有限公司
申请日： 2022-10-27 - 公布日： 2023-02-03 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于情绪识别和机器学习的视频质量评估方法及装置，所述方法包括：构建情绪识别模块，采集并预处理训练样本数据，建立视频质量评估模型，其中，所述训练样本数据包括用户观看视频产生的情绪数值和用户评价值；将所述训练样本数据分割为训练数据集和测试数据集，输入所述训练数据集和测试数据集至所述视频质量评估模型中进行评估，形成评估结果；根据评估结果对所述视频质量评估模型的参数调优，利用调优后的所述视频质量评估模型对视频质量评估；本发明可以准确评估视频质量，从而提高教学效率。
一种基于情绪识别机器学习视频质量评估方法装置