全文获取类型
收费全文 | 147篇 |
免费 | 23篇 |
国内免费 | 26篇 |
学科分类
工业技术 | 196篇 |
出版年
2024年 | 2篇 |
2023年 | 5篇 |
2021年 | 2篇 |
2020年 | 5篇 |
2019年 | 8篇 |
2018年 | 8篇 |
2017年 | 6篇 |
2016年 | 7篇 |
2015年 | 10篇 |
2014年 | 21篇 |
2013年 | 11篇 |
2012年 | 9篇 |
2011年 | 6篇 |
2010年 | 1篇 |
2009年 | 8篇 |
2008年 | 8篇 |
2007年 | 7篇 |
2006年 | 15篇 |
2005年 | 8篇 |
2004年 | 8篇 |
2003年 | 10篇 |
2002年 | 8篇 |
2001年 | 5篇 |
2000年 | 6篇 |
1999年 | 5篇 |
1998年 | 2篇 |
1996年 | 3篇 |
1994年 | 2篇 |
排序方式: 共有196条查询结果,搜索用时 187 毫秒
1.
2.
结构相似度的立体视频错误隐藏 总被引:1,自引:0,他引:1
针对立体视频传输中右视点整帧丢失,提出了一种基于结构相似度(Structural Similarity,SSIM)的立体视频右视点整帧丢失错误隐藏算法。首先,提出了时域SSIM和视间SSIM的概念。然后,根据视频序列的时域相关性,将前一时刻右视点图像宏块的预测方式作为丢失图像宏块的预测方式。接着,将前一时刻右视点图像以宏块为单位进行时域和视间匹配,求取其以像素为单位的时域SSIM映射图和视间SSIM映射图。最后,计算并比较前一时刻右视点图像每个宏块的时域SSIM和视间SSIM值,得到每个宏块的预测方式,将其预测方式作为丢失帧中宏块的预测方式,从而使用运动补偿预测或者视差补偿预测的方法进行恢复。实验结果表明,与传统的算法和Pang的算法相比,PSNR值分别提高了2.76 dB和3.43 dB,且本文算法主观效果较好。 相似文献
3.
通过深度相机或者深度估计软件获取的深度视频准确性差,影响深度视频的编码压缩性能。因此,本文提出了一种面向HEVC的深度视频预处理算法。首先提取深度视频的边缘获取边缘掩膜;其次根据边缘掩膜对深度序列分类进行空域平滑;再次将彩色和空域平滑后的深度视频进行时空转换,并以转换后的彩色视频为辅助对转换后的深度视频进行时域平滑,以增强深度视频的时间相关性;最后对时域平滑处理完的深度视频进行逆时空转换,获取最终的预处理深度视频。实验结果表明,提出的处理方法既可以保证虚拟视点质量基本不变,又能够节省7.00%~23.78%的码率。 相似文献
4.
基于结构相似度的自适应图像质量评价 总被引:10,自引:7,他引:3
考虑到在结构相似度(SSIM,structural similarity)模型中,亮度、对比度和结构度3个评价因子对不同失真类型图像质量评价(QA)的贡献程度不同,本文提出了根据图像失真类型分析的自适应SSIM(ASSIM)的IQA方法。首先,分析失真图像和参考图像的小波子带能量、傅里叶功率谱和幅度谱的数据特点,据此判定图像失真类型,包括高斯白噪声(WN)、JPEG压缩(JPEM)、高斯模糊(Gblur)及类JP2K4类失真;接着,通过优化算法确定SSIM在评价不同失真类型图像时最佳的评价因子权重;最后,将图像的失真类型判别和评价因子的调整相结合,实现对图像的自适应评价。实验结果表明,由于失真类型的判断和评价因子权值的优化,ASSIM对各类失真图像的评价效果都要优于SSIM,特别是对Gblur失真的图像进行评价时,Pearson系数(CC)值提高了0.05,Spearman等级相关系数(SROCC)值的提高超过0.039。 相似文献
5.
一种基于视觉的车辆跟踪及交通流量参数估计新方法 总被引:24,自引:0,他引:24
交通监控系统采集处理有关道路车流状况的实时信息,以指导车辆的运行,保障道路顺畅。基于视觉的交通监控系统具有直观明了、系统使用和维护费用相对较低等优点,因而可广泛应用于公路干线和交叉道口的交通监控。本文提出了一种改进的背景差法,改善了车辆检测效果,在此基础上进一步提出了用于灰度图像的综合车辆检测方法,以消除阴影的影响,提高车辆检测的准确性,进而实现车辆的跟踪、计数、车型划分和行驶速度估计。实验所用视频图像信号中路边建筑造成的阴影从无到有,直到覆盖整个路面。实验结果显示该方法简单有效,能实时提取交通信息其车辆检测的准确率达98%以上,优于背景差法和边缘检测法。 相似文献
6.
7.
8.
9.
10.
超分辨率重建在视频的传输和显示中起着重要的 作用。为了既保证重建视频的清晰度,又面向用户 实时显示,提出了一种采用精简卷积神经网络的快速视频超分辨率重建方法。所提的精简卷 积神经网络体 现在以下三点:首先,考虑到输入的尺寸大小会直接影响网络的运算速度,所提网络省去传 统方法的预插 值过程,直接对多个低分辨率输入视频帧提取特征,并进行多维特征通道融合。接着,为了 避免网络中产 生零梯度而丢失视频的重要信息,采用参数线性纠正单元(Parametric Rectified Linear Unit,PReLU)作为激 活函数,并采用尺寸更小的滤波器调整网络结构以进行多层映射。最后,在网络末端添加反 卷积层上采样 得到重建视频。实验结果显示,所提方法相比有代表性的方法在PSNR和SSIM指 标上分别平均 提升了0.32dB和0.016,同时在 GPU下达到平均41帧/秒的重建速度。结果表明所提方法可快速重建质 量更优的视频。 相似文献