公开(公告)号：CN116129218A

公开(公告)日：2023-05-16

申请号：CN202310060332.8

申请日：2023-01-13

Applicant: 华南理工大学

Inventor： 周智恒 ,  李志豪 ,  陶希远 ,  曹英烈 ,  杨俊怡

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/04 ,  G06N20/00 ,  G06N3/094

Abstract: 本发明公开一种基于迁移学习及生成对抗网络的图像数据扩增方法，包括以下步骤：利用GAN的第一图像生成器收集输入的隐向量与输出图像的样本对数据集，称为第一数据集；把第一数据集中的每一对数据融合，得到第二数据集；构建第一编码器，其输入、输出格式分别与第一数据集的图像、隐向量相同；构建第一向量判别器，其输入格式与第二数据集的数据相同；利用第一数据集以及第二数据集，对第一编码器以及第一向量判别器进行训练；收集第三数据集；对第三数据集预处理获得第四数据集；将第四数据集的图像依次输入训练后的第一编码器，得到相同数量的隐向量数据集，称为第五数据集；对GAN网络模型进行训练；利用训练后GAN网络模型进行数据扩增。

公开(公告)号：CN116471419A

公开(公告)日：2023-07-21

申请号：CN202310138253.4

申请日：2023-02-20

Applicant: 华南理工大学

Inventor： 周智恒 ,  吴文劲 ,  曹英烈 ,  许皓淇 ,  余翔宇 ,  杨俊怡

IPC: H04N19/70 ,  H04N19/593 ,  H04N19/17

Abstract: 本发明公开的一种基于图像复杂度的多模型融合的CU划分方法，包括以下步骤：根据编码块的大小选择不同的混合模型；混合模型为预先建立并训练的模型；根据选择的模型对输入的编码单元进行处理，得到的值与编码单元的真实方差相比较，从而判断图像的复杂度，对编码单元的划分情况进行预测。本发明提供一个均值模型学习图像的均值，差值模型学习图像的方差，预测CU的划分结果,如果图像的像素值存在较大的差异，说明图像包含的信息比较多，CU倾向于划分成更小的CU，如果图像的像素值几乎相等，CU的大小基本保持不变。上述方法可以优化视频编码框架中的帧内预测模式，降低视频编码框架的编码复杂度，提升视频的编码效率。