-
公开(公告)号：CN107886117A
公开(公告)日：2018-04-06
申请号：CN201711038002.X
申请日：2017-10-30
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
CPC classification number: G06K9/6267 , G06K9/3233 , G06K9/342 , G06K9/6288 , G06K2209/21
Abstract: 本发明涉及一种基于多特征提取和多任务融合的目标检测算法，其技术特点是：基于深度学习卷积神经网络架构提取图像特征，提取多层卷积输出结果形成多特征图，在多特征图上提取不同可视野的目标感兴趣区域并进行特征连接；对原图实现语义分割提取目标分割区域结果，并将目标检测结果和目标分割结果在全连接层中通过一定的比例系数进行多任务交叉辅助目标检测；上述结果通过最后的全连接层后，通过组合分类定位损失函数对图像特征进行分类和回归定位，得到最终目标检测的结果。本发明通过深度学习卷积神经网络提取特征、对图像特征进行多组多层融合连接及组合损失函数实现了高精度的目标检测定位和分类，获得了良好的目标检测结果。
-
公开(公告)号：CN108960142B
公开(公告)日：2021-04-27
申请号：CN201810721744.0
申请日：2018-07-04
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于全局特征损失函数的行人再识别方法，将全部输入图像分成所有可能图像对，包括表示同一人的同类对和表示不同人的异类对；计算所有可能图像对之间的特征距离，从两类图像对之间的特征距离中分别统计形成全局的距离均值和方差；构建全局特征损失函数并使用该全局特征损失函数在学习过程中减小两个方差以及增大两个均值之间的差；将全局特征损失函数与分类损失函数和验证损失函数联合使用，共同增强特征的学习。本发明设计合理，充分利用了输入全体图像中相比于单张图像更为丰富的信息，使得特征的描述能力性能远远高于单纯的单张图片特征，使得系统整体匹配率大大提高。
-
Patent Agency Ranking
公开(公告)号：CN108960142A
公开(公告)日：2018-12-07
申请号：CN201810721744.0
申请日：2018-07-04
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
CPC classification number: G06K9/00369 , G06K9/00778 , G06K9/66
Abstract: 本发明涉及一种基于全局特征损失函数的行人再识别方法，将全部输入图像分成所有可能图像对，包括表示同一人的同类对和表示不同人的异类对；计算所有可能图像对之间的特征距离，从两类图像对之间的特征距离中分别统计形成全局的距离均值和方差；构建全局特征损失函数并使用该全局特征损失函数在学习过程中减小两个方差以及增大两个均值之间的差；将全局特征损失函数与分类损失函数和验证损失函数联合使用，共同增强特征的学习。本发明设计合理，充分利用了输入全体图像中相比于单张图像更为丰富的信息，使得特征的描述能力性能远远高于单纯的单张图片特征，使得系统整体匹配率大大提高。
-
公开(公告)号：CN104811825A
公开(公告)日：2015-07-29
申请号：CN201510173703.9
申请日：2015-04-14
Applicant: 国家新闻出版广电总局广播科学研究院
IPC: H04N21/61
Abstract: 本发明的主要目的在于提供一种信号转换方法、网络节点设备以及NGB-W系统，以解决目前一些终端设备不能够直接接收广播网络信号的问题。其中，网络节点设备包括：广播信道接收模块，用于接收单向广播业务信号；双向信道接收模块，用于接收双向交互业务信号；中心媒体处理模块，用于对接收到的单向广播业务信号以及双向业务信号进行解码处理；信号转换模块，用于将经过解码处理后的单向广播业务信号以及双向业务信号转换为网络信号后，将所述网络信号输出至目标终端，该方案提高了网络资源的利用率。
-
公开(公告)号：CN104837069A
公开(公告)日：2015-08-12
申请号：CN201510173701.X
申请日：2015-04-14
Applicant: 国家新闻出版广电总局广播科学研究院
IPC: H04N21/61 , H04N21/438 , H04N21/258
CPC classification number: H04N21/6106 , H04N21/25816 , H04N21/4382
Abstract: 本发明公开了一种下一代广播电视无线网NGB-W系统及数据处理方法，包括：智能引擎判断待发送数据是通过移动通信网还是广播网进行发送，并将所述待发送数据通过确定后的移动通信网或广播网进行发送；分布式网络节点对接收到的移动通信网或广播网发送来的数据进行解调处理，将解调处理后的数据转换为网络数据，并将所述网络数据输出至所述终端设备。即本发明具体是根据待发送数据的情况判断选择移动通信网还是广播网进行数据的发送，再通过移动通信网或广播网进行数据的发送，从而实现广播网和移动通信网的融合，有效解决了现有技术中广播网和移动通信网不能融合的问题。
-
公开(公告)号：CN103647975A
公开(公告)日：2014-03-19
申请号：CN201310634457.3
申请日：2013-12-02
Applicant: 国家广播电影电视总局广播科学研究院 , 北京邮电大学
Abstract: 一种基于直方图分析的改进样本自适应偏移滤波方法，包括以下步骤：根据重建帧的编码树块中的所有样本值的灰度值，分析其直方图分布情况，根据直方图分布情况对编码树块进行分类；将自适应样本偏移滤波的划分为窄编码树块模式、宽编码树块模式、双中心编码树块模式和默认模式，分别计算不同分类模式下的最佳率失真代价值，选择最小的率失真代价值对应的模式作为真正采用的带滤波模式，对相应的带开始位置以及偏移值编码并传输。本发明根据编码树块直方图分布的特点，新增三种更加精确和高效的滤波分类方法，从而提高了样本自适应偏移滤波方法的精确性，在码率相同的情况下，能有效提高视频主客观质量。
-
公开(公告)号：CN103647975B
公开(公告)日：2017-01-11
申请号：CN201310634457.3
申请日：2013-12-02
Applicant: 国家广播电影电视总局广播科学研究院 , 北京邮电大学
Abstract: 一种基于直方图分析的改进样本自适应偏移滤波方法，包括以下步骤：根据重建帧的编码树块中的所有样本值的灰度值，分析其直方图分布情况，根据直方图分布情况对编码树块进行分类；将自适应样本偏移滤波的划分为窄编码树块模式、宽编码树块模式、双中心编码树块模式和默认模式，分别计算不同分类模式下的最佳率失真代价值，选择最小的率失真代价值对应的模式作为真正采用的带滤波模式，对相应的带开始位置以及偏移值编码并传输。本发明根据编码树块直方图分布的特点，新增三种更加精确和高效的滤波分类方法，从而提高了样本自适应偏移滤波方法的精确性，在码率相同的情况下，能有效提高视频主客观质量。
-
-
-
-
-
-
Search Results
7
records
(took 0.047 seconds)
