一种图像编码模型训练方法及装置制造方法及图纸

本发明专利技术实施例提供了一种图像编码模型训练方法及装置，所述方法包括：通过特征提取网络提取图像的特征；根据概率模型对所述特征进行估计，得到码率估计结果；将所述特征输入解码网络，得到重建图；将所述重建图与所述图像进行比较，并根据所述码率估计得到率‑失真优化结果；根据所述率‑失真优化结果对所述特征提取网络的参数进行调整，该方法可对任意类型数据进行压缩，并有很大的性能提升空间。

【技术实现步骤摘要】
一种图像编码模型训练方法及装置
本专利技术涉及图像压缩领域，特别涉及一种图像编码模型训练方法及装置。
技术介绍
目前的图像编码模型训练方法存在技术复杂度高、低码率容易造成细节的丢失、低码率下，对文字等细节重建质量一般等问题。
技术实现思路
为了解决上述问题，本专利技术实施例提供了一种图像编码模型训练方法。根据本专利技术的第一方面，提供了一种图像编码模型训练方法，包括：通过特征提取网络提取图像的特征；根据概率模型对所述特征进行估计，得到码率估计结果；将所述特征输入解码网络，得到重建图；将所述重建图与所述图像进行比较，并根据所述码率估计得到率-失真优化结果；根据所述率-失真优化结果对所述特征提取网络的参数进行调整。进一步地，所述通过特征提取网络提取图像的特征包括：通过特征提取网络进行图像特征的映射，得到所述图像的特征，其中，所述特征提取网络为自编码网络。进一步地，所述根据概率模型对所述特征进行估计，得到码率估计结果包括：根据概率模型对分布进行估计，并本文档来自技高网...

【技术保护点】
1.一种图像编码模型训练方法，其特征在于，所述方法包括：/n通过特征提取网络提取图像的特征；/n根据概率模型对所述特征进行估计，得到码率估计结果；/n将所述特征输入解码网络，得到重建图；/n将所述重建图与所述图像进行比较，并根据所述码率估计得到率-失真优化结果；/n根据所述率-失真优化结果对所述特征提取网络的参数进行调整。/n

【技术特征摘要】
1.一种图像编码模型训练方法，其特征在于，所述方法包括：
通过特征提取网络提取图像的特征；
根据概率模型对所述特征进行估计，得到码率估计结果；
将所述特征输入解码网络，得到重建图；
将所述重建图与所述图像进行比较，并根据所述码率估计得到率-失真优化结果；
根据所述率-失真优化结果对所述特征提取网络的参数进行调整。


2.根据权利要求1所述的方法，其特征在于，所述通过特征提取网络提取图像的特征包括：
通过特征提取网络进行图像特征的映射，得到所述图像的特征，其中，所述特征提取网络为自编码网络。


3.根据权利要求1所述的方法，其特征在于，所述根据概率模型对所述特征进行估计，得到码率估计结果包括：
根据概率模型对分布进行估计，并根据熵进行码率估计，得到所述码率估计结果。


4.根据权利要求1所述的方法，其特征在于，所述将所述特征输入解码网络，得到重建图包括：
根据自解码网络，对所述特征进行解码，得到重建图。


5.根据权利要求1所述的方法，其特征在于，所述将所述重建图与所述图像进行比较，并根据所述码率估计得到率-失真优化结果包括：
将所述重建图和所述图像进行比较，得到失真残差；
根据所述码率估计结果和所述失真残差得到所述率-失真优化结果。


6.根据权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：周雷，武俊敏，
申请(专利权)人：合肥图鸭信息科技有限公司，
类型：发明
国别省市：江苏;32