【技术实现步骤摘要】
图像压缩方法、装置及系统
本专利技术涉及图像压缩
,尤其是涉及一种图像压缩方法、装置及系统。
技术介绍
随着移动通信技术的发展,图像和视频类多媒体业务已成为无线通信的主体。在图像和视频数据爆炸性增长的情况下,通信带宽难以满足高品质的宽带业务,因此,高效的图像压缩算法显得尤为重要。现有的诸如基于变换的图像压缩和基于学习的图像压缩等压缩方法,在对输入图像进行表征的过程中,缺少对图像内容的考虑,不能实现对图像内容的自适应表征。同时,在图像压缩过程中,对图像采用的压缩目标函数通常是精确的客观指标,例如PSNR和SSIM等指标,导致压缩后的图像不但不能实现极低码率下的压缩,而且还降低了图像的感知质量,使用户主观感受较差。
技术实现思路
本专利技术的目的在于提供图像压缩方法、装置及系统,以有效降低通信码率,提高图像的感知质量。本专利技术提供的一种图像压缩方法,所述方法应用于配置有图像压缩网络的设备;其中,所述图像压缩网络包括特征提取网络和特征压缩网络;所述方法包括:获取待压缩的目标图像;其中,所述目标图像包括目标区域和背景区域;将所述目标图像输入至所述特征提取网络,通过所述特征提取网络提取所述目标图像的空间特征图和内容特征图;其中,所述内容特征图用于表征所述目标区域的特征和所述背景区域的特征,且所述目标区域的特征值大于所述背景区域的特征值;将所述空间特征图和所述内容特征图输入至所述特征压缩网络,通过所述特征压缩网络基于所述空间特征图和所述内容特征图进行图像量化和图像重构,得到所述目标图像 ...
【技术保护点】
1.一种图像压缩方法,其特征在于,所述方法应用于配置有图像压缩网络的设备;其中,所述图像压缩网络包括特征提取网络和特征压缩网络;所述方法包括:/n获取待压缩的目标图像;其中,所述目标图像包括目标区域和背景区域;/n将所述目标图像输入至所述特征提取网络,通过所述特征提取网络提取所述目标图像的空间特征图和内容特征图;其中,所述内容特征图用于表征所述目标区域的特征和所述背景区域的特征,且所述目标区域的特征值大于所述背景区域的特征值;/n将所述空间特征图和所述内容特征图输入至所述特征压缩网络,通过所述特征压缩网络基于所述空间特征图和所述内容特征图进行图像量化和图像重构,得到所述目标图像对应的目标压缩图像。/n
【技术特征摘要】
1.一种图像压缩方法,其特征在于,所述方法应用于配置有图像压缩网络的设备;其中,所述图像压缩网络包括特征提取网络和特征压缩网络;所述方法包括:
获取待压缩的目标图像;其中,所述目标图像包括目标区域和背景区域;
将所述目标图像输入至所述特征提取网络,通过所述特征提取网络提取所述目标图像的空间特征图和内容特征图;其中,所述内容特征图用于表征所述目标区域的特征和所述背景区域的特征,且所述目标区域的特征值大于所述背景区域的特征值;
将所述空间特征图和所述内容特征图输入至所述特征压缩网络,通过所述特征压缩网络基于所述空间特征图和所述内容特征图进行图像量化和图像重构,得到所述目标图像对应的目标压缩图像。
2.根据权利要求1所述的方法,其特征在于,所述特征提取网络包括编码器和内容分析器;
所述通过所述特征提取网络提取所述目标图像的空间特征图和内容特征图的步骤,包括:
通过编码器对所述目标图像进行空间特征提取,得到所述目标图像的空间特征图;
通过内容分析器对所述目标图像的目标区域和背景区域进行特征提取,得到所述目标图像的内容特征图;其中,所述目标区域为所述目标图像中包含有目标物的图像区域。
3.根据权利要求2所述的方法,其特征在于,所述对所述目标图像的目标区域和背景区域进行特征提取,得到所述目标图像的内容特征图的步骤,包括:
对所述目标图像的目标区域和背景区域进行特征提取,得到所述目标图像对应的增强特征图;其中,所述增强特征图中所述目标区域的特征值为第一值,所述背景区域的特征值为第二值,且所述第一值大于所述第二值;
根据预设的转换算法对所述增强特征图中的各个特征值进行转换,得到所述目标图像的内容特征图。
4.根据权利要求3所述的方法,其特征在于,所述转换算法为:
其中,(i,j)为所述增强特征图中各位置的坐标,pi,j是所述增强特征图中位置(i,j)处的特征值,mi,jc为所述内容特征图中位置(i,j)处的特征值,c为预设的特征值。
5.根据权利要求1所述的方法,其特征在于,所述特征压缩网络包括量化器和解码器;
所述将所述空间特征图和所述内容特征图输入至所述特征压缩网络,通过所述特征压缩网络基于所述空间特征图和所述内容特征图进行图像量化和图像重构,得到所述目标图像对应的目标压缩图像的步骤,包括:
将所述空间特征图和所述内容特征图输入至量化器,以使所述量化器根据所述内容特征图对所述空间特征图进行量化,得到量化后的特征图;
将所述量化后的特征图输入至解码器,以使所述解码器对所述量化后的特征图进行重构,得到所述目标图像对应的目标压缩图像。
6.根据权利要求5所述的方法,其特征在于,所述根据所述内容特征图对所述空间特征图进行量化,得到量化后的特征图的步骤,包括:
将所述内容特征图与所述空间特征图执行点乘操作,得到待量化特征图;
根据预设的量化算法对所述待量化特征图进行量化,得到量化后的特征图。
7.根据权利要求6所述的方法,其特征在于,所述量化算法包括:
其中,为量化后的特征图,ztmp为所述待量化特征图,cj为量化中心,且j...
【专利技术属性】
技术研发人员:段一平,陶晓明,韩超诣,王隽,陆建华,宋奇蔚,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。