“艾达”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14个，建议您升级VIP下载更多相关专利

[发明专利]基于双尺度特征提取与自注意力的点云语义分割方法-CN202310779480.5在审
发明人：艾达;胥策;张晓阳;艾宇;白岩松 -专利权人：西安邮电大学
申请日： 2023-06-29 - 公布日： 2023-10-03 - 主分类号： G06V10/26 文献下载
摘要：一种基于双尺度特征提取与自注意力的点云语义分割方法，由选择数据集、点云预处理、构建点云语义分割网络、训练点云语义分割网络、测试点云语义分割网络步骤组成。由于本发明采用了将大规模点云数据分割成1m×1m×1m的点云块输入到点云语义分割网络，将点云局部区域两个尺度的特征融合，并使用自注意力向量对融合向量进行优化，能够更准确地预测点云的语义标签，更加接近人工标注标签。经仿真对比实验表明，本发明方法具有更好的点云语义标签准确率，语义边界更加平整；以分块后的点云作为点云语义分割网络输入，在增加训练数据量的同时，所需的运算资源更小，可用于自动驾驶等领域。
基于尺度特征提取注意力语义分割方法

[发明专利]基于显著性加权的无参考全景图像质量评价方法-CN202310787451.3在审
发明人：艾达;白岩松;鹿明月;胥策;艾宇 -专利权人：西安邮电大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06T7/00 文献下载
摘要：一种基于显著性加权的无参考全景图像质量评价方法，由选择数据集、图像预处理、构建SW‑PIQA网络、训练SW‑PIQA网络、测试SW‑PIQA网络组成。将全景图像投影成六个视口图像，解决了等矩形投影格式造成的拉伸形变问题，符合人眼的主观感知；通过显著性检测方法和卷积神经网络分别获取了各视口图像的显著性和图像特征，对各视口图像提取出的图像特征进行自适应加权融合，对加权特征进行回归得到图像质量预测分数。经仿真对比实验证明表明，本发明方法对不同数据集都有较好的质量预测结果，与人的主观评分相符，适用于不同的失真类型。
基于显著加权参考全景图像质量评价方法

[发明专利]用视频压缩编码信息提取视频关键帧的方法-CN202310780089.7在审
发明人：艾达;艾宇;胥策;白岩松;王佳豪 -专利权人：西安邮电大学
申请日： 2023-06-29 - 公布日： 2023-09-08 - 主分类号： H04N19/53 文献下载
摘要：一种用视频压缩编码信息提取视频关键帧的方法，由提取运动矢量和帧比特数特征、构建候选关键帧和提取关键帧组成。本发明采用帧比特数压缩域特征进行视频序列粗筛选，滤除掉监控视频中无运动目标的背景帧，得到候选关键帧。通过运动矢量分析视频前景对象的运动轨迹，根据异常信息判别关键帧，利用压缩域视频无需解压即可进行处理，减小了计算过程，缩短了处理时间，提高了处理速度。本发明与现有的方法进行对比实验，结果表明本方法的准确率提高了13.3％，召回率提高了4.4％，F值提高了8.8％，所提取的关键帧能很好地表达原始视频的主要内容。本发明方法具有计算量小、效率高、准确率高、处理速度快等优点，可用于对视频图像的处理。
视频压缩编码信息提取视频关键方法

[发明专利]基于局部相似度的三维点云属性压缩方法-CN202210698973.1有效
发明人：艾达;杨玉蓉;胥策;张晓阳 -专利权人：西安邮电大学
申请日： 2022-06-20 - 公布日： 2023-06-30 - 主分类号： G06T9/00 文献下载
摘要：一种基于局部相似度的三维点云属性压缩方法，由输入点云数据、八叉树排序、生成预测点、确定点所在平面间的法向量夹角、确定近邻点的相似度、确定属性预测值、确定属性预测残差步骤组成。通过提取点云局部数据特征，构建基于欧氏距离和法线夹角的局部相似度计算方法，根据最大的相似度值选择实际的属性预测值，可降低属性预测过程中的属性信息丢失，提高了预测精度。经过对比仿真实验，本发明有效地改善了压缩过程中的颜色属性失真程度，具有压缩效率高、重建质量高、易于实现等特点，有利于点云的存储和传输，可用于有色点云的压缩编码。
基于局部相似三维属性压缩方法

[发明专利]基于边缘特性的条形码定位方法-CN202010070543.6有效
发明人：艾达;马宇豪 -专利权人：西安邮电大学
申请日： 2020-01-21 - 公布日： 2023-06-02 - 主分类号： G06K7/14 文献下载
摘要：一种基于边缘特性的条形码定位方法，由采集灰度图像、确定Sobel边缘图像、扩展边缘区域、中值滤波与形态学滤波闭操作、滤除图像背景区域、确定条形码位置组成。本发明采用条形码边缘特性将采集到的条形码图像中的文字，图案背景等干扰进行滤除，对条形码区域进行提取。本发明具有对条形码区域的识别准确率高、使用范围广等优点，可用于各种产品的条形码识别。
基于边缘特性条形码定位方法

[发明专利]社交网络节点的排序方法-CN202110731390.X有效
发明人：艾达;方越洋;康文哲 -专利权人：西安邮电大学
申请日： 2021-06-30 - 公布日： 2023-01-31 - 主分类号： G06F30/18 文献下载
摘要：一种社交网络节点的排序方法，由输入邻接矩阵、确定节点的紧密中心度值、确定佩奇排序值、确定节点的信息熵值、对节点重要度排序步骤组成。本发明采用了紧密中心度作佩奇排序方法初始化值，解决了佩奇排序方法初始化值平均分配带来的排序不准确的问题，通过动态排序的方式，依次删除最重要节点再重复排序，消除了信息难以传播到整个网络对节点重要度排序的影响，对节点重要度进行识别和排序。与现有的方法相比，采用本发明方法得到的节点排序影响力更高，效果最好，排序准确，能更准确地对网络重要节点进行识别和排序。
社交网络节点排序方法

[发明专利]基于主观和客观特征融合的全参考图像质量评价方法-CN202110824509.8有效
发明人：艾达;刘芸宏;李雨璇;刘颖 -专利权人：西安邮电大学
申请日： 2021-07-21 - 公布日： 2022-10-18 - 主分类号： G06T7/00 文献下载
摘要：一种基于主观和客观特征融合的全参考图像质量评价方法，由选择数据集、图像预处理、构建图像质量评价模型、训练图像质量评价模型、测试图像质量评价模型组成。采用图像差分方法和显著性检测方法提取图像的差分图和显著性图，作为图像质量评价模型的输入，将提取的差分图像块特征和显著性图像块特征融合，能够更准确地预测失真图像的感知质量水平，与主观质量评价相一致。经仿真对比实验证明表明，本发明方法对不同数据集都有较好的质量预测结果，改善了图像评价性能，训练数据减少1/2以上。本发明具有训练数据小、图像质量评价模型结构简单、评价准确等优点，可用于图像处理。
基于主观客观特征融合参考图像质量评价方法

[发明专利]基于视觉显著性和梯度特征的无参考图像质量评价方法-CN202210683617.2在审
发明人：艾达;刘芸;白岩松;刘颖 -专利权人：西安邮电大学
申请日： 2022-06-16 - 公布日： 2022-09-20 - 主分类号： G06V10/774 文献下载
摘要：一种基于视觉显著性和梯度特征的无参考图像质量评价方法，由选择数据集、图像预处理、构建图像质量评价模型、训练图像质量评价模型、测试图像质量评价模型组成。采用Sobel算子对图像进行梯度特征提取，将提取的梯度图像块和失真图像块作为图像质量评价模型的输入，获得图像块的图像质量分数；采用显著性检测方法提取显著性图，根据显著性图为每个图像块分配权重；将图像块质量分数与权重分数进行加权求和作为图像的整体评价分数。经仿真对比实验证明表明，本发明方法对不同数据集都有较好的质量预测结果，与人的主观评分相符，适用于不同的失真类型。
基于视觉显著梯度特征参考图像质量评价方法

[发明专利]360度视频帧内预测模式决策方法-CN202110738504.3有效
发明人：艾达;王易檀;胥策;艾宇;张晓阳 -专利权人：西安邮电大学
申请日： 2021-06-30 - 公布日： 2022-07-19 - 主分类号： H04N19/11 文献下载
摘要：一种360度视频帧内预测模式决策方法，由构建大尺寸预测单元模式决策方法、构建小尺寸预测单元模式决策方法步骤组成。构建大尺寸预测单元模式决策方法包括构建第一阶段的粗略模式决策方法、构建第二阶段的粗略模式决策方法、用于率失真优化的模式确定、确定最优模式步骤，构建小尺寸预测单元模式决策方法包括确定粗略模式决策的模式集合、确定用于率失真优化的模式步骤、确定最优模式步骤。预测单元PU尺寸分为两种大小，并且对不同尺寸PU根据其特点进行模式的预筛选，有效地减少了将粗略模式决策与率失真优化RDO过程所遍历的模式数目，实现了预测单元PU最优预测模式的快速决策。
360 视频预测模式决策方法

[发明专利]基于特征提取的自适应三维点云压缩方法-CN202010743631.8有效
发明人：艾达;卢洪颖;胥策 -专利权人：西安邮电大学
申请日： 2020-07-29 - 公布日： 2022-05-27 - 主分类号： H04N19/42 文献下载
摘要：一种基于特征提取的自适应三维点云压缩方法，由确定预测点属性、预测点属性归一化、确定差值特征、确定特征重要性参数、确定特征与非特征点集、设置基础量化参数、选择有效量化参数、量化编码步骤组成。通过对空间位置和颜色特征数据提取，按特征优先级从高到低原则，动态设置量化增量值以保留重要区域的特征点信息。与现有技术相比，避免了分块采样密度不均现象，降低了复杂度，减少了计算，保留了数据中的有效点，改善了重建后数据中的栅格化失真现象，峰值信噪比提升0.0835dB，平均码率降低0.083％，具有对三维点云数据编码压缩失真率小、编码质量高等优点，可用于点云数据的传输和存储。
基于特征提取自适应三维压缩方法

[发明专利]用视频压缩编码信息提取视频关键帧的方法-CN202011642920.5有效
发明人：艾达;梁嘉倩 -专利权人：西安邮电大学
申请日： 2020-12-31 - 公布日： 2021-12-07 - 主分类号： H04N19/147 文献下载
摘要：一种用视频压缩编码信息提取视频关键帧的方法，由提取深度和帧比特数特征、镜头切换检测和提取关键帧组成。本发明采用视频码流中的编码单元深度信息和帧比特数压缩域特征进行镜头切换检测，得到镜头片段，并进行关键帧提取。本发明充分利用压缩域视频无需解压即可进行处理，减小了计算过程，缩短了处理时间，提高了处理速度。本发明与现有的方法经对比试验，实验结果表明，本发明方法的准确率提高了12.1％，召回率提高了5.3％，F值提高了8.4％，所提取的关键帧能很好地表达原始视频的主要内容。本发明方法具有计算量小、效率高、准确率高、处理速度快等优点，可用于对视频图像的处理。
视频压缩编码信息提取视频关键方法

[发明专利]一种360度全景视频的实现方法-CN201710349752.2有效
发明人：艾达;董久军 -专利权人：西安邮电大学
申请日： 2017-05-17 - 公布日： 2021-05-07 - 主分类号： H04N5/232 文献下载
摘要：本发明公开了一种360度全景视频的实现方法，它涉及视频处理技术领域。它使用现有的视频压缩标准来压缩和并行传输每个相机采集的视频内容，单个相机拍摄的视频是二维平面视频，适合使用现存的是视频压缩标准，在并视频码流中记录相机的标记信息，在接收端，既可以解码显示全部视频，也可以根据观看者的视区，利用相机标记信息，选择对应的相机拍摄的视频，将其拼接融合并显示。本发明视频数据处理高效，将拼接工作从编码端转移到解码端，无需编码前的视频拼接和投影变换过程，降低360度视频编码复杂度，提高编码速度。
一种 360 全景视频实现方法

[发明专利]基于ResNet的HEVC帧内编码快速模式决策算法-CN201910021106.2在审
发明人：艾达;高阳;张婷;韩懿斐 -专利权人：西安邮电大学
申请日： 2019-01-09 - 公布日： 2019-06-18 - 主分类号： H04N19/159 文献下载
摘要：本发明公开了一种基于ResNet的HEVC帧内编码快速模式决策算法。本发明分别从CU深度预测与PU模式数目筛选过程进行优化，降低了帧内编码过程中CTU划分和最优模式决策的计算复杂度；所提出的基于ResNet的HEVC帧内编码优化算法主要包括：(1)该技术采用残差网络，利用CU原始深度预测的结果和相应的视频序列数据集训练得到ResNet模型，然后通过该模型得到CU的深度预测值，代替HEVC原始的CU划分过程；(2)在上述预测深度的基础上，提出一种PU纹理方向分析与模式自适应决策相结合的算法，对35种帧内预测模式分组，并且进行自适应的模式选择，简化HEVC现有的模式决策过程。
深度预测帧内编码决策算法快速模式自适应帧内编码过程帧内预测模式计算复杂度方向分析技术采用模式决策模式选择视频序列优化算法最优模式纹理数据集残差算法决策筛选分组预测优化网络

[发明专利]对丢失数据单元进行恢复的方法-CN200410057126.9有效
发明人：罗忠;王静;艾达;贾杰;常义林 -专利权人：华为技术有限公司
申请日： 2004-08-24 - 公布日： 2006-03-01 - 主分类号： H04L1/00 文献下载
摘要：本发明公开了一种对丢失数据单元进行恢复的方法，包括创建用于生成校验单元的校验矩阵；将需要发送的视频序列的每帧图像数据分割成和校验矩阵的列数目相等的多个块，并将每个块封装成一个数据单元；并根据每个数据单元承载图像数据的重要等级，对多个数据单元进行排序，使得各个数据单元的重要性顺序和由校验矩阵决定的各个数据单元的被恢复能力顺序一致；并根据校验矩阵，对排序后的多个数据单元进行计算生成相应多个校验单元；及将多个数据单元按排序次序依次发送到接收端，并发送生成的每个校验单元到接收端；接收端根据接收的数据单元和校验单元及校验矩阵对丢失数据单元进行恢复。本发明可以提高数据单元丢失抵抗能力。
丢失数据单元进行恢复方法

1
共 14 条