|
搜索
搜 索
高等教育领域数字化综合服务平台
基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法
本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。
东南大学
2021-04-13
GC-12E型地铁车站通风与空调模拟系统
地铁车站局限性、在满足地铁车站通风空调系统基本功能的前提下，通过对地铁隧道通风系统和空调系统进行优化设计时，都要加入通风与排烟系统结全的模式
上海计呈教学设备有限公司
2025-05-27
分布式小型光伏电站系统设计仿真实训
本仿真实训要求学员根据常见60KW以下小型分布式光伏电站项目需求书要求，到现场进行测量、采集项目所需数据，然后回到办公室使用设计软件进行项目设计，并且做出系统分析结果、施工图以及施工材料清单。
1.1. 场景设计
虚拟场景包括办公设计场景，楼顶建筑场景；
场景模型主要包括：办公室建筑模型、办公家具、办公设备、长度测量工具、方向测量工具、楼顶建筑模型等
设计软件模拟包括：阴影阵列分析软件、CAD制图软件、倾角分析软件、系统分析模拟软件
1.2. 互动设计
在办公室里使用电脑了解项目需求书，根据提供的信息收集项目所在位置的地理与环境信息
到现场使用长度与方向测量工具测量设计所需数据
回办公室使用各种专业设计软件对该项目进行系统设计。
广东顺德宙思信息科技有限公司
2025-06-02
裸眼3D医学影像设备结构互动系统
裸眼3D医学影像设备结构互动系统采用裸眼3D技术，无需任何外部眼镜，借助内置眼动追踪技术，加上其手持式触控笔设备（其功能类似于笔），与自然手势和动作配合使用，即可实现医学影像设备结构三维立体效果，提供沉浸式互动学习体验。
医影智能
2026-04-16
HEVC高效视频编解码器及图片编解码器
项目简介 当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。应用范围 虽然目前H.264仍然是主要的视频编码标准，但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及，以及超高清视频的出现，如何在保证视频质量的情况下，提高压缩率减少成本，成为产业界必须要考虑的问题，HEVC视频编码标准必将得到广泛应用。项目阶段 本实验室在视频图像编解码器上进行了多年的研究，对于编解码的过程进行了透彻的分析，设计出快速的率失真最优化模型以及高效的并行框架，最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比，Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发，有待进一步完善。知识产权 本实验室在高效编解码器的上进行了大量的研究，在编码快速码率失真优化RDO算法，高性能并行框架以及高效解码方案上的研究成果均已在相关领域的顶级会议以及期刊上发表，同时申请了大量的专利。合作方式 合作开发、技术转让、技术许可。
北京大学
2021-04-11
HEVC高效视频编解码器及图片编解码器
当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。本实验室在视频图像编解码器上进行了多年的研究，对于编解码的过程进行了透彻的分析，设计出快速的率失真最优化模型以及高效的并行框架，最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比，Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发，有待进一步完善。虽然目前H.264仍然是主要的视频编码标准，但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及，以及超高清视频的出现，如何在保证视频质量的情况下，提高压缩率减少成本，成为产业界必须要考虑的问题，HEVC视频编码标准必将得到广泛应用。
北京大学
2021-04-11
一种基于运动颜色关联的视频图像显著性检测方法
本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB 颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效 分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去， 得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围，在现有的运动视频测试集上能取得优于传统方法的结果。
华中科技大学
2021-04-11
HEVC高效视频编解码器及图片编解码器
当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。
北京大学
2021-02-01
一种基于场量分析的视频图像显著性检测方法
本发明公开了一种基于场量分析的视频图像显著性检测方法，包括以下步骤：S1 获得视频图像的静态显著性图；S2 根据连续的视频帧提取场景的光流向量场；S3 通过聚类方法对光流向量场进行初步分类并找出最大分类区块；S4 通过每个分类区块与最大分类区块之间的对比生成差异性能量；S5 规范化差异性能量，获得运动显著性值并生成运动显著性图；S6 将该运动显著性图与所述静态显著性图线性加权相加得到最终显著性图，即可实现对视频图像的显著性检测。本发明的方法综合利用视频场景的静态特征和动态特征来得到显著性映射结果，特
华中科技大学
2021-04-14
一种基于运动颜色关联的视频图像显著性检测方法
本发明公开了一种基于运动颜色关联的视频图像显著性检测方法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去，得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相加得到最终
华中科技大学
2021-04-14