一种基于模型分割压缩自编码器的图像压缩算法制造技术

本发明专利技术涉及一种基于模型分割压缩自编码器的图像压缩算法包括：图像数据集的获取、数据集的预处理、构建MS

【技术实现步骤摘要】
一种基于模型分割压缩自编码器的图像压缩算法


[0001]本专利技术涉及图像压缩
，特别是涉及一种基于模型分割压缩自编码器的图像压缩算法。

技术介绍

[0002]环境监测是生态环境保护的基础，图像监测作为直观且取证的重要数据，已成为目前各类监测的重要手段。然而，对于偏远地区的图像监测，无线传感监测节点的计算和存储资源有限，难以存储与发送复杂且数量庞大的图像数据，所以需要对图像信息压缩并且进行传输。另一方面，为了方便云端接收端获取图像，需要对这些图像信息解析，实现直接观测、图像识别与目标检测等工作，就要求高分辨率的图像。因此，如何提升传感网络中图像的压缩与传输效率，减少云端图像存储的容量，并提高云端设备解析的图像质量是现有技术所存在的问题。

技术实现思路

[0003]为了克服现有技术的不足，本专利技术的目的是提供一种基于模型分割压缩自编码器的图像压缩算法，本专利技术根据传感网络的实际需求对训练完备的模型进行分割。提高了模型的训练速度，实现了模型分割后的部署工作，提高了重构压缩图像质量。
[0004]为实现上述目的，本专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型分割压缩自编码器的图像压缩算法，其特征在于，包括：图像数据集的获取、数据集的预处理、构建MS
‑
CAE网络模型、MS
‑
CAE网络模型的训练；数据集的预处理包括：对获取的图像数据集进行分割处理，将填充图像分割为像素块；MS
‑
CAE网络模型包括：编码网络和解码网络；所述编码网络及其权值参数部署在边缘设备，用于对输入的像素块进行压缩；减小所述编码网络的规模，用于减小所述边缘设备的负担；所述解码网络及其权值参数部署在云端设备，用于获取压缩后的像素块，对其进行升维，得到升维后的像素块；增大所述解码网络的规模，用于提升解码图像的质量；将所述升维后的像素块进行拼接，重构处完整的图像。2.根据权利要求1所述的图像压缩算法，其特征在于，所述图像数据集包括：肖像、卡通、游戏、自然风光、广告图案、城市场景、医学影像七大类图像，包含具有1280
×
720分辨率的多张图片。3.根据权利要求1所述的图像压缩算法，其特征在于，图像数据集的分割处理包括：将输入的720p图像分割为60个128*128*3小像素块。4.根据权利要求1所述的图像压缩算法，其特征在于，编码网络的训练过程包括：将60个128*128*3小像素块输入编码网络中，所述编码网络对输入的所述小像素块进行特征降维处理，其中，所述小像素块进入EN_conv1层，通过卷积单元Conv5/2p1.5，得到64*64*64的特征图；所述64*64*64的特征图进入EN_conv2层，通过卷积单元Conv5/2p1.5，形成32*32*128的特征图；将32*32*128特征图与三层两个相同的卷积层EN_block1、EN_block2和EN_block3层经过卷积单元Conv3/1p1进行特征的线性叠加，形成新的32*32*128的特征图；整合线性叠加所获取的特征，新的32*32*128的特征图进入EN_conv3，通过卷积单元Conv5/1p2，将其压缩为32*32*32的压缩特征图，并发送至...

【专利技术属性】
技术研发人员：包学才，叶辰，何海清，吴沂航，聂菊根，韩龙哲，谭文群，
申请(专利权)人：南昌工程学院，
类型：发明
国别省市：