技术新讯 > 电子通信装置的制造及其应用技术 > 图像压缩方法、装置、终端设备及存储介质与流程  >  正文

图像压缩方法、装置、终端设备及存储介质与流程

  • 国知局
  • 2024-08-02 13:56:06

本申请属于图像处理,尤其涉及一种图像压缩方法、装置、终端设备及存储介质。

背景技术:

1、常见的图像压缩包括有损压缩和无损压缩,其中,无损压缩的压缩率较低,但可以完整恢复原始图像数据,有损压缩的压缩率较高,但压缩后再解压获得的数据与原始数据存在差异。

2、近年来,通过构建一些模型来提升图像的压缩率和重建图像的质量,但这些模型由于计算量过大,导致压缩效率较低。

技术实现思路

1、有鉴于此,本申请实施例提供一种图像压缩方法、装置、终端设备及存储介质,以解决现有技术中图像压缩效率低的问题。

2、本申请实施例的第一方面提供了一种图像压缩方法,应用于学生模型,所述图像压缩方法包括:

3、通过编码器对输入图像进行编码,获得所述输入图像的第一隐式编码信息;

4、将所述第一隐式编码信息输入复合先验模型,获得所述输入图像的第一统计信息;

5、对所述第一隐式编码信息和所述第一统计信息进行量化处理,获得第一目标隐式编码信息和第一目标统计信息;

6、对所述第一目标隐式编码信息和所述第一目标统计信息进行熵编码,获得与所述第一目标隐式编码信息对应的第一比特流数据,以及与所述第一目标统计信息对应的第二比特流数据。

7、本申请实施例的第二方面提供一种图像压缩装置,所述图像压缩装置包括:

8、第一编码模块,用于通过编码器对输入图像进行编码,获得所述输入图像的第一隐式编码信息;

9、第一信息获取模块,用于将所述第一隐式编码信息输入复合先验模型,获得所述输入图像的第一统计信息;

10、第一信息处理模块,用于对所述第一隐式编码信息和所述第一统计信息进行量化处理,获得第一目标隐式编码信息和第一目标统计信息;

11、第二编码模块,用于对所述第一目标隐式编码信息和所述第一目标统计信息进行熵编码,获得与所述第一目标隐式编码信息对应的第一比特流数据,以及与所述第一目标统计信息对应的第二比特流数据。

12、本申请实施例的第三方面提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例的第一方面所述的图像压缩方法的步骤。

13、本申请实施例的第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本申请实施例的第一方面所述的图像压缩方法的步骤。

14、本申请实施例的第一方面提供的图像压缩方法,通过编码器对输入图像进行编码,获得输入图像的第一隐式编码信息;然后将第一隐式编码信息输入复合先验模型,获得输入图像的第一统计信息;再对第一隐式编码信息和第一统计信息进行量化处理,获得第一目标隐式编码信息和第一目标统计信息;最后将第一目标隐式编码信息和第一目标统计信息进行熵编码,获得与第一目标隐式编码信息对应的第一比特流数据,以及与第一目标统计信息对应的第二比特流数据,如此,可以有效提高图像压缩效率。

15、可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

技术特征:

1.一种图像压缩方法,其特征在于,应用于学生模型,所述图像压缩方法包括:

2.如权利要求1所述的图像压缩方法,其特征在于,还包括:

3.如权利要求2所述的图像压缩方法,其特征在于,所述通过编码器对输入图像进行编码,获得所述输入图像的第一隐式编码信息之前,包括:

4.如权利要求3所述的图像压缩方法,其特征在于,所述利用传统卷积构建老师模型,并对所述老师模型进行训练,包括:

5.如权利要求4所述的图像压缩方法,其特征在于,所述第一损失函数的表达式为:

6.如权利要求5所述的图像压缩方法,其特征在于,所述通过完成训练的老师模型引导所述学生模型进行训练,并将完成训练的学生模型进行保存,包括:

7.如权利要求6所述的图像压缩方法,其特征在于,所述第二损失函数的表达式为:

8.一种图像压缩装置,其特征在于,所述图像压缩装置包括:

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的图像压缩方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图像压缩方法的步骤。

技术总结本申请适用于图像处理技术领域,提供了一种图像压缩方法、装置、终端设备及存储介质,其中,方法包括:通过编码器对输入图像进行编码,获得输入图像的第一隐式编码信息;然后将第一隐式编码信息输入复合先验模型,获得输入图像的第一统计信息;再对第一隐式编码信息和第一统计信息进行量化处理,获得第一目标隐式编码信息和第一目标统计信息;最后将第一目标隐式编码信息和第一目标统计信息进行熵编码,获得与第一目标隐式编码信息对应的第一比特流数据,以及与第一目标统计信息对应的第二比特流数据。本申请实施例可以有效提高图像压缩效率。技术研发人员:曹伟朋,姚旭洋,明仲,潘颖慧,刘晔,许智武,赵思诚,朱泽轩,李坚强受保护的技术使用者:人工智能与数字经济广东省实验室(深圳)技术研发日:技术公布日:2024/7/18

本文地址:https://www.jishuxx.com/zhuanli/20240801/241147.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。