“吴庆岗”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30个，建议您升级VIP下载更多相关专利

[发明专利]基于JND模型的CU分割预测和模式决策纹理编码方法-CN202010046667.0有效
发明人：张秋闻;赵进超;黄立勋;王祎菡;赵永博;王兆博;吴庆岗;常化文;蒋斌;王晓;张伟伟;崔腾耀;陈明;孙丽君;钱晓亮 -专利权人：郑州轻工业大学
申请日： 2020-01-16 - 公布日： 2023-07-14 - 主分类号： H04N19/597 文献下载
摘要：本发明提出了一种基于JND模型的CU分割预测和模式决策纹理编码方法，其步骤为：首先，启动模式决策，通过亮度JND模型、空间JND模型和时间JND模型构建纹理视频的多视图纹理JND模型；其次，根据纹理视频的内容设置多视图纹理JND模型的阈值，并根据阈值将纹理视频的树块分为三种类型；再根据当前树块所属类型对当前树块进行自适应CU分割；最后，根据当前树块所属的类型对自适应CU分割的树块进行快速模式决策的预测，确定树块的最佳编码模式。本发明利用JND模型分析纹理图像的树块特征，在早期阶段跳过纹理视频的一些树块，可显著降低3D‑HEVC的编码复杂度，同时视频的RD性能的损失可以忽略不计。
基于 jnd 模型 cu 分割预测模式决策纹理编码方法

[发明专利]针对H.266/VVC的快速CU分区和帧内决策方法-CN202010262211.8有效
发明人：张秋闻;黄立勋;蒋斌;王祎菡;吴庆岗;常化文;王晓;张伟伟;赵永博;崔腾耀;郭睿骁;赵进超;孟颍辉;钱晓亮;甘勇 -专利权人：郑州轻工业大学
申请日： 2020-04-06 - 公布日： 2023-05-05 - 主分类号： G06T9/00 文献下载
摘要：本发明提出了一种针对H.266/VVC的快速CU分区和帧内决策方法，其步骤为：首先，利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为平滑区域、普通区域或复杂区域；其次，针对平滑区域和普通区域利用原始预测方式进行编码，输出最佳帧内模式预测；针对复杂区域利用随机森林分类器模型进行分类；最后，利用基于纹理区域特征的快速帧内预测模式优化方法对复杂区域进行帧内模式预测，输出最佳帧内模式。本发明通过基于随机森林分类器和基于纹理区域特征的快速帧内预测模式优化方法对CU进行帧内编码预测，得到最优的帧内编码模式，能够减少一半以上的编码模式的计算，降低了计算复杂度，节省了编码时间。
针对 266 vvc 快速 cu 分区决策方法

[发明专利]基于深度学习和多特征融合的自适应CU拆分决策方法-CN202010201383.4有效
发明人：赵进超;张秋闻;王兆博;王祎菡;崔腾耀;赵永博;郭睿骁;王晓;蒋斌;黄立勋;张伟伟;钱晓亮;吴庆岗;常化文;魏涛;孙丽君 -专利权人：郑州轻工业大学
申请日： 2020-03-20 - 公布日： 2023-05-05 - 主分类号： G06T7/40 文献下载
摘要：本发明提出了一种基于深度学习和多特征融合的自适应CU拆分决策方法，其步骤为：首先，利用标准偏差计算当前CU的纹理复杂度SD，再利用量化参数函数和深度函数构建阈值模型，将当前CU分为复杂CU和均匀CU；其次，如果复杂CU属于边缘CU，则利用基于多特征融合的CNN结构对复杂CU进行判断是否拆分；否则，利用基于自适应的CNN结构对复杂CU进行判断是否拆分。本发明将深度学习和多特征融合相结合，解决了编码复杂性的问题。基于多特征融合的CNN结构和基于自适应的CNN结构均可成功处理训练样本，避免计算所有与复杂CU的率失真RDO，从而降低了计算复杂度，节省了编码时间。
基于深度学习特征融合自适应 cu 拆分决策方法

[发明专利]基于H.266的自适应CU分区和跳过模式方法-CN202010046795.5有效
发明人：张秋闻;赵进超;王艳军;王祎菡;赵永博;黄立勋;吴庆岗;常化文;蒋斌;王晓;张伟伟;崔腾耀;孙丽君;钱晓亮 -专利权人：郑州轻工业大学
申请日： 2020-01-16 - 公布日： 2023-04-28 - 主分类号： H04N19/96 文献下载
摘要：本发明提出了一种基于H.266的自适应CU分区和跳过模式方法，其步骤为：首先，利用编码器将视频划分为编码树单元；其次，根据编码树单元的不同分别利用改进的贝叶斯决策或相邻块单元的RD成本信息对CU块进行分割；再根据分割后的子CU块的相邻块及分割前的CU块的相关性，计算子CU块的相邻块及分割前的CU块的RD成本的平均值，并作为帧间预测的阈值；最后，根据子CU块的RD成本与帧间预测的阈值的关系，判断子CU块是否帧间预测确定最佳编码模式。本发明利用时间和空间的相关性分析当前CU块的特征，进行自适应CU分区及早期跳过模式检测，有效降低了CU分区以及预测过程的复杂度，从而加速编码过程。
基于 266 自适应 cu 分区跳过模式方法

[发明专利]一种学术链节点的智能识别方法-CN202010534572.3有效
发明人：郑远攀;陈广玉;王泽宇;吴庆岗 -专利权人：郑州轻工业大学
申请日： 2020-06-12 - 公布日： 2023-03-28 - 主分类号： G06F16/951 文献下载
摘要：本发明提出了一种学术链节点的智能识别方法，其步骤为：首先，选择检索主题词，按照被引频次降序在科技文献数据库网站上爬取文献数据，得到文献列表链接以及施引文献列表链接；其次，抽取施引文献链接引用文献链接中的语句，并利用自然语言处理方法对语句进行三要素识别；最后，将完整的三要素保存为文献链接的节点信息，重复上述过程，得到文献列表链接中的所有文献链接的节点信息。本发明能够快速、有效地定位关键语句，避免了遍历全文，解决了学术链节点识别的实时性和效率问题，实现了学术链节点信息的结构化封装，为构建学术链数据库提供了通用方法。
一种学术节点智能识别方法

[发明专利]针对H.266/VVC的快速仿射运动估计方法-CN202010293694.8有效
发明人：张秋闻;黄立勋;蒋斌;王祎菡;赵进超;吴庆岗;常化文;王晓;张伟伟;赵永博;崔腾耀;郭睿;孟颍辉;李祖贺;黄伟;甘勇 -专利权人：郑州轻大产业技术研究院有限公司;郑州轻工业大学
申请日： 2020-04-15 - 公布日： 2022-12-13 - 主分类号： H04N19/109 文献下载
摘要：本发明提出了一种针对H.266/VVC的快速仿射运动估计方法，其步骤为：利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为静态区域或非静态区域；对于静态区域的CU，跳过仿射运动估计，直接利用运动估计对当前CU进行预测，并通过率失真优化的方法选择最佳的预测方向模式；对于非静态区域的CU，利用训练好的随机森林分类器RFC模型对当前CU进行分类，输出最佳的预测方向模式。对于静态区域的CU，本发明跳过仿射运动估计，降低了计算复杂度；对于非静态区域的CU，本发明通过提前训练好的模型直接进行预测方向模式的预测，避免了仿射运动估计的计算，从而降低仿射运动估计模块的复杂度。
针对 266 vvc 快速运动估计方法

[发明专利]一种针对VVC的基于深度强化学习的快速CU分区方法-CN202110161928.8有效
发明人：赵进超;张秋闻;王祎菡;崔腾耀;李鹏;郭睿骁;王晓;蒋斌;黄立勋;张伟伟;钱晓亮;吴庆岗;常化文;魏涛;孙丽君 -专利权人：郑州轻大产业技术研究院有限公司;郑州轻工业大学
申请日： 2021-02-05 - 公布日： 2022-12-09 - 主分类号： H04N19/122 文献下载
摘要：本发明提出了一种针对VVC的基于深度强化学习的快速CU分区方法，用于解决现有编码技术中存在的计算复杂性和编码性能不平衡的技术问题。其步骤为：首先，通过计算率失真值的方式分别对视频序列中的单帧图像进行划分得到大小为32×32的CU，并保存每个32×32的CU的初始状态；其次，分别将每个32×32的CU的初始状态及其对应的动作输入DQN中进行训练，输出每个32×32的CU的最佳划分方式。本发明将拆分32×32的CU划分情况视为状态，将划分模式决策视为动作，将率失真值作为奖励，并由编码器作为智能体来连续做出编码决策。并通过DQN对32×32的CU进行编码模式的选择，既保证了迭代的稳定性，在不降低编码性能的前提下降低了计算复杂性。
一种针对 vvc 基于深度强化学习快速 cu 分区方法

[发明专利]一种针对H.266/VVC的快速CU分裂模式决策方法-CN202011320958.0有效
发明人：张秋闻;赵永博;蒋斌;赵进超;黄立勋;崔腾耀;郭睿骁;吴庆岗;魏涛;常化文;王晓;张伟伟;孟颍辉;李祖贺;黄伟;甘勇 -专利权人：郑州轻工业大学
申请日： 2020-11-23 - 公布日： 2022-10-18 - 主分类号： H04N19/14 文献下载
摘要：本发明提出了一种针对H.266/VVC的快速CU分裂模式决策方法，用于解决H.266/VVC编码的计算复杂度高的技术问题。其步骤为：首先，采用原始VTM算法对待编码的当前帧的第一个CTU进行编码，并统计编码过程中该CTU所有CU的ASM，进而得到第一个CTU的最小阈值和最大阈值；其次，在对后续的视频序列编码时，将当前CU的ASM值与最小阈值和最大阈值进行对比，从而判断当前CU是否继续分裂。最后通过纹理方向算法计算需要进行分裂的CU的纹理方向，根据纹理方向选择出最佳CU分裂模式。本发明通过GLCM和SAD的结合，能够在节省大量计算量的前提下，提前预测最佳CU分裂模式，降低了计算复杂度，节省了编码时间。
一种针对 266 vvc 快速 cu 分裂模式决策方法

[发明专利]一种针对3D-HEVC的快速深度编码方法-CN202010150164.8有效
发明人：张秋闻;王祎菡;赵永博;崔腾耀;郭睿骁;赵进超;王晓;蒋斌;黄立勋;张伟伟;吴庆岗;常化文;钱晓亮;甘勇 -专利权人：郑州轻工业大学
申请日： 2020-03-06 - 公布日： 2022-10-18 - 主分类号： H04N19/597 文献下载
摘要：本发明提出了一种针对3D‑HEVC的快速深度编码方法，其步骤为：首先，通过构建的改进的最小可觉深度差模型将深度树块分成简单CU、中等CU和复杂CU；其次，执行早期SKIP模式检测确定最佳帧间模式；然后，执行快速帧内模式选择最佳帧内模式；最后，执行自适应运动搜索范围选择最佳预测模式。本发明利用改进后的最小可觉深度差分析深度图的树块特征，将CU分为简单CU、中等CU和复杂CU，然后基于这三种CU进行早期SKIP模式检测、快速帧内模式选择和自适应运动搜索范围预测，从而降低编码复杂度，减少深度图像的编码时间，并且保证主观质量的损失忽略不计。
一种针对 hevc 快速深度编码方法

[发明专利]基于梯度与方差的H.266/VVC快速CU划分决策方法-CN202110086854.6有效
发明人：张秋闻;刘伟华;赵永博;崔腾耀;郭睿骁;赵进超;王晓;蒋斌;黄立勋;张伟伟;钱晓亮;吴庆岗;常化文;魏涛;孙丽君 -专利权人：郑州轻工业大学
申请日： 2021-01-22 - 公布日： 2022-09-27 - 主分类号： H04N19/119 文献下载
摘要：本发明提出了一种基于梯度与方差的H.266/VVC快速CU划分方法，其步骤为：首先根据方差值评估当前CU的同质性，判断是否能提前终止当前CU被进一步划分。然后利用Sobel算子提取当前CU的梯度特征，判断当前CU能否进行QT划分，从而跳过BT和TT划分。最后利用Canny算子提取当前CU纹理的边缘特征，根据当前CU的纹理趋向排除垂直或水平划分方向上的MT划分，将另一个方向的MT划分作为候选，将RDO‑cost最小的一个划分方式作为最优划分方式。本发明逐步对CU划分进行决策，通过早期终止和早期跳过加速CU划分过程，在保证编码质量的情况下，明显降低了CU划分的复杂度，大大提高了编码效率。
基于梯度方差 266 vvc 快速 cu 划分决策方法

[实用新型]一种基于双目视觉的特种车车距检测装置-CN202221289773.2有效
发明人：王泽宇;吴子立;布树辉;黄伟;郑远攀;吴庆岗;常化文;张旭;闫萌 -专利权人：郑州轻工业大学
申请日： 2022-05-26 - 公布日： 2022-08-09 - 主分类号： B60R11/04 文献下载
摘要：本实用新型提供一种基于双目视觉的特种车车距检测装置，包括安装在特种车车辆车头下方的空心结构的装置本体，所述装置本体的内部设置有双目视觉传感器，所述双目视觉传感器连接有设置在装置本体前方的用于检测前方车辆的摄像头，所述摄像头的外侧设置有用于保护摄像头的罩体，所述罩体通过传动机构连接有用于驱动罩体转动的电机，所述传动机构包括与罩体固连的摆动杆，所述摆动杆固定连接有与摆动杆垂直设置的转动轴，所述转动轴通过轴套连接的方式连接有套筒，优点为不仅能保持摄像头的清洁，而且结构简单、还能够保护摄像头。
一种基于双目视觉特种车车检测装置

[发明专利]针对H.266/VVC的快速CU分区和帧内模式决策方法-CN202011183696.8有效
发明人：赵进超;景志勇;张秋闻;王祎菡;崔腾耀;李鹏;郭睿骁;王晓;蒋斌;黄立勋;张伟伟;钱晓亮;吴庆岗;常化文;魏涛;孙丽君 -专利权人：郑州轻工业大学
申请日： 2020-10-29 - 公布日： 2022-06-14 - 主分类号： H04N19/159 文献下载
摘要：本发明提出了一种针对H.266/VVC的快速CU分区和帧内模式决策方法，其步骤为：首先，当CU大小为第一种尺寸时，选择有效特征来区分CU分区模式；其次，通过有效特征在线训练SVM分类器模型，并利用训练好的SVM分类器模型用于确定第一种尺寸对应的CU分区模式；当CU大小为第二种尺寸时，分别计算五个分割模式下CU的方差的方差，并将最大值对应的分割模式作为CU的最佳模式；最后，根据计算的划分后的CU的像素值偏差PVD将帧内预测模式分为垂直帧内模式和水平帧内模式，并使用改进的搜索方式确定最佳帧内预测模式。本发明既缩短了CU划分的时间，又减少了需要计算的帧内预测模式的数量，可以在保持编码质量的同时降低编码的计算复杂度。
针对 266 vvc 快速 cu 分区模式决策方法

[发明专利]基于时空深度信息的VCC编码单元快速划分方法-CN202111556624.8在审
发明人：张秋闻;赵进超;张园园;李鹏;代璞;吴奥博;蒋斌;黄立勋;吴庆岗;孙丽君;王晓;张伟伟;孟颍辉;甘勇 -专利权人：郑州轻工业大学
申请日： 2021-12-18 - 公布日： 2022-03-29 - 主分类号： H04N19/96 文献下载
摘要：本发明提出了一种基于时空深度信息的VCC编码单元快速划分方法，步骤为：将最大编码单元的CU进行四叉树划分，四叉树划分结束进行多类型树划分；当最大编码单元的四叉树划分深度为2时，时空相邻CU的平均深度小于2时，则四叉树划分终止；当最大编码单元的四叉树划分深度为3时，时空相邻CU的平均深度小于3时，则四叉树划分终止；当最大编码单元的四叉树划分深度在2~4之间时，CU进行多类型树划分；当最大编码单元的多类型树划分深度为0时，时空相邻的平均深度小于0.1时，CU不需要多类型树划分，否则遍历所有的划分模式；根据率失真代价决策最优的预测方式。本发明平均可节省35.72%的编码时间，同等编码质量下平均比特率增加较少。
基于时空深度信息 vcc 编码单元快速划分方法

[发明专利]一种针对H.266/VVC的快速CU分区决策方法-CN202010534562.X有效
发明人：张秋闻;王祎菡;赵进超;黄立勋;蒋斌;赵永博;崔腾耀;郭睿骁;吴庆岗;常化文;王晓;张伟伟;孟颍辉;李祖贺;黄伟;甘勇 -专利权人：郑州轻工业大学
申请日： 2020-06-12 - 公布日： 2022-03-22 - 主分类号： H04N19/119 文献下载
摘要：本发明提出了一种针对H.266/VVC的快速CU分区决策方法，其步骤为：首先，利用传统编码方法对视频序列进行编码，并在编码过程中记录与CU划分的类别相关的特征，并利用改进的F‑score特征选择方法计算特征的得分值，将得分值较高的特征作为特征子集；其次，根据CU划分的类别和特征子集构建改进的有向无环图DAG‑SVM分类器模型；最后，将待划分的CU的纹理复杂度、方向复杂度和量化步长输入改进的有向无环图DAG‑SVM分类器模型中，预测CU最佳划分类别。本发明通过改进的F‑score特征选择方法和改进的有向无环图支持向量机DAG‑SVM模型的结合，能够提前预测最佳CU分区，降低了计算复杂度，节省了编码时间。
一种针对 266 vvc 快速 cu 分区决策方法

[发明专利]耦合空谱特征的多尺度超像素高光谱遥感图像分类方法-CN202110507336.7在审
发明人：王华;陈梦奇;黄伟;殷君茹;李志刚;陈启强;吴庆岗 -专利权人：郑州轻工业大学
申请日： 2021-05-10 - 公布日： 2021-08-03 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种耦合空谱特征的多尺度超像素高光谱遥感图像分类方法。该方法包括：将高光谱遥感图像数据集分为训练集和测试集，使用主成分分析法PCA对训练集进行降维处理，得到有效的光谱波段；在不同尺度下，分别使用基于熵率的超像素分割算法ERS对有效的光谱波段进行超像素分割处理；通过RBF核函数计算任意两个超像素之间的相似性，进而得到训练集的空间光谱核矩阵Kpp；通过多项式核函数计算训练集中任意两个像素之间的相似性，进而得到训练集的原始光谱核矩阵Kyp；将空间光谱核矩阵Kpp与原始光谱核矩阵Kyp进行融合得到多尺度超像素空间光谱合成核矩阵，然后训练SVM分类器模型；使用训练好的SVM分类器模型对测试集进行分类，输出得到对应的地物分类图像。
耦合特征尺度像素光谱遥感图像分类方法

1
2
下一页»
尾页
共 30 条