CN117197262B 语义可伸缩图像编码方法、系统、设备及存储介质 （中国科学技术大学）_第1页
CN117197262B 语义可伸缩图像编码方法、系统、设备及存储介质 （中国科学技术大学）_第2页
CN117197262B 语义可伸缩图像编码方法、系统、设备及存储介质 （中国科学技术大学）_第3页
CN117197262B 语义可伸缩图像编码方法、系统、设备及存储介质 （中国科学技术大学）_第4页
CN117197262B 语义可伸缩图像编码方法、系统、设备及存储介质 （中国科学技术大学）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

US2003044078A1,2003.03.06US2015304667A1,2015.1本发明公开了一种语义可伸缩图像编码方计算资源与传输量的同时保证后续任务的顺利2获取原始输入图像及其对应的两种不同粒度的语义特征，将构建基于树形结构的语义可伸缩图像编码框架，对于所述第一语义特征，使用第一特征压缩模型进行压缩，压第一分支中，对所述第一比特流进行重建，利用重建获第二分支中，对所述第一比特流进行重建，利用重建获得的首先对所述第二语义特征进行特征变换，利用所述第一编码通过所述第一算数解码器与第一解码器依次对所述第二比特流进第二层卷积层至第五层卷积层中的相邻卷积层之间设有激所述特征变换通过面向特征压缩的特征变换模块实现，所述面向特征压3输入尺寸为H×W×C的第一语义特征或者第二语义特征，经过可学习维的卷积层在通道维度上融合特征，再通过重排操作层将特征的通道维度转化空间维度，输出为第二分支中压缩所述原始输入图像时所需的均值所述第二编码器结合预测模块输出的均值与尺度参数对所述原始输入图像进行编码，8.一种语义可伸缩图像编码系统，其特征在于，数据信息获取单元，用于获取原始输入图像及其对语义可伸缩图像编码框架构建及编码单元，用于构建基于树其中，当所述一个或多个程序被所述一个或多个处理器执4[0001]本发明涉及图像视频压缩编码技术领域，尤其涉及一种语义可伸缩图像编码方码。语义可伸缩图像编码考虑同时压缩图像信号和从图像中提取的具有语义信息的特征，[0003]随着深度学习技术的不断成熟，深度神经网络被广泛用于提取图像中的语义信粒度的语义信息可用于目标检测等较复杂的视觉任务，图像信号层的信息可用于重建图要进一步分析的样本，发送端再发送包含细粒度语义信息或图像信号信息的比特流给云[0004]如之前所述，语义可伸缩图像编码考虑同时压缩多层次细粒度语义特征的信息量，而细粒度语义特征的信息量又包含了粗粒度语义特征的信息5[0017]数据信息获取单元，用于获取原始输入图像及其对应的两种不同粒度的语义特6[0026]图3为本发明实施例提供的基于树形结构的语义可伸缩图像编码框架的编码示意7[0045]图3展示了基于树形结构的语义可伸缩图像编码框架的编码示意图。所述基于树对第二语义特征和原始输入图像，分别提出了对应8得的第一语义特征，输出为第一分支中压缩所述原始输入图像时所需的均值与尺度参数；9第一部分比特流与第二部分比特流作为第三比是因为第二个阶段的特征空间尺度比第四个阶段的特征Minnen等人提出的基于深度学习的图像编码器(记[0085]第二语义特征用于目标检测任务，所选用的评价指标为AP(Average[0086]图像压缩的评价指标为PSNR(峰值信噪比)。图像和特征压缩后的码率使用bpp法有着明显的优势。图9中显示本发明提出的方案在图像重建任务上也能取得和传统图像[0090]数据信息获取单元，用于获取原始输入图像及其对应的两种不同粒度的语义特任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论