基于注意力机制与空间冗余的图像数据压缩方法及系统技术方案

本发明专利技术涉及人工智能领域，具体涉及到基于注意力机制与空间冗余的图像数据压缩方法及系统，包括：获取待压缩的RGB图像，进而获取其注意力热图和HSV图像；根据注意力热图确定RGB图像中的每个像素点所对应的关联区域，根据对应的关联区域和HSV图像的H通道响应值确定每个像素点的各个同类别像素点，进而确定每个像素点的目标同类别像素点组合；根据每个像素点的目标同类别像素点组合确定RGB图像中的每个像素点的像素更新值，进而对RGB图像中的每个像素点的像素值进行更新，从而得到待压缩的RGB图像的压缩图像。本发明专利技术通过更新待压缩的RGB图像中每个像素点的像素值，增加了图像数据的空间冗余，提高了图像数据的压缩效率。提高了图像数据的压缩效率。提高了图像数据的压缩效率。

【技术实现步骤摘要】
基于注意力机制与空间冗余的图像数据压缩方法及系统


[0001]本专利技术涉及人工智能领域，具体涉及基于注意力机制与空间冗余的图像数据压缩方法及系统。

技术介绍

[0002]大量的图像信息会给存储器的存储容量、通信干线信道的带宽以及计算机的处理速度增加极大的压力，而单纯依靠增加存储器容量，提高信道带宽以及计算机的处理速度等方法来解决这个问题是不现实的，所以需要对于图像进行压缩处理。
[0003]传统的图像压缩方法有JPEG、JPEG2000和BPG等，这些图像压缩算法过分依赖手工制作的编码器，人力资源耗费大，而且压缩后的图像数据依然比较大，导致其压缩效率(压缩比)比较低。

技术实现思路

[0004]为了解决上述图像压缩的压缩效率比较低的技术问题，本专利技术的目的在于提供一种基于注意力机制与空间冗余的图像数据压缩方法及系统。
[0005]为解决上述技术问题，本专利技术提供了一种基于注意力机制与空间冗余的图像数据压缩方法，包括以下步骤：
[0006]获取待压缩的RGB图像，进而获取待压缩的RGB图像的注意力热图和HSV图像；
[0007]根据注意力热图中每个像素点的注意力程度值以及注意力热图中像素点的数目，确定RGB图像中的每个像素点在注意力热图中所对应的关联区域；
[0008]根据RGB图像中的每个像素点所对应的关联区域在HSV图像的映射区域中每个像素点的H通道响应值，确定RGB图像中的每个像素点的在所对应的关联区域中的各个同类别像素点，进而确定RGB图像中的每个像素点的各个同类别像素点组合；
[0009]根据RGB图像中的每个像素点的RGB值、注意力热图中每个像素点的注意力程度值、RGB图像中的每个像素点的在所对应的关联区域中的各个同类别像素点的位置和数目以及RGB图像中的每个像素点的各个同类别像素点组合中各个同类别像素点的数目，确定RGB图像中的每个像素点的目标同类别像素点组合；
[0010]根据RGB图像中的每个像素点的目标同类别像素点组合中每个像素点的注意力程度值以及在RGB图像中的像素值，确定RGB图像中的每个像素点的像素更新值；
[0011]根据RGB图像中的每个像素点的像素更新值，对RGB图像中的每个像素点的像素值进行更新，并对每个像素点更新后的RGB图像进行压缩，得到待压缩的RGB图像的压缩图像。
[0012]进一步的，确定RGB图像中的每个像素点的目标同类别像素点组合的步骤包括：
[0013]根据RGB图像中的每个像素点的RGB值，确定RGB图像中与每个像素点的颜色类别相同的各个像素点所对应的最大色差，根据RGB图像中与每个像素点的颜色类别相同的各个像素点所对应的最大色差以及注意力热图中每个像素点的注意力程度值，确定RGB图像中的每个像素点的各个同类别像素点组合所对应的归一阈值；
[0014]计算RGB图像中的每个像素点的各个同类别像素点组合内两两相邻的同类别像素点之间的色差，依次判断RGB图像中的每个像素点的各个同类别像素点组合内两两相邻的同类别像素点之间的色差是否小于该同类别像素点组合所对应的归一阈值，根据判断结果确定RGB图像中的每个像素点的各个有效同类别像素点组合；
[0015]根据RGB图像中的每个像素点在所对应的关联区域中的各个同类别像素点的位置，确定RGB图像中的每个像素点的各个有效同类别像素点组合的空间冗余增益值；
[0016]根据RGB图像中的每个像素点的各个有效同类别像素点组合的空间冗余增益值、RGB图像中的每个像素点的在所对应的关联区域中的各个同类别像素点的数目以及RGB图像中的每个像素点的各个同类别像素点组合中各个同类别像素点的数目，确定RGB图像中的每个像素点的目标同类别像素点组合。
[0017]进一步的，RGB图像中的与每个像素点的颜色类别相同的各个像素点所对应的最大色差的计算公式如下：
[0018][0019][0020]其中，R
p,max
、G
p,max
、B
p,max
分别为RGB图像中的与第p个像素点的颜色类别相同的各个像素点的R、G、B的最大值，R
p,min
、G
p,min
、B
p,min
分别为RGB图像中的与第p个像素点的颜色类别相同的各个像素点的R、G、B的最小值，为RGB图像中的R
p,max
与R
p,min
的均值，ΔR
p
为RGB图像中的R
p,max
与R
p,min
的差值，ΔG
p
为RGB图像中的G
p,max
与G
p,min
的差值，ΔB
p
为RGB图像中的B
p,max
与B
p,min
的差值，k
p
为RGB图像中的与第p个像素点的颜色类别相同的各个像素点所对应的最大色差；
[0021]确定RGB图像中的每个像素点的各个同类别像素点组合所对应的归一阈值的计算公式如下：
[0022][0023]其中，y(p
c
)为RGB图像中的第p个像素点的第c个同类别像素点组合p
c
所对应的归一阈值，max(Z)为注意力热图中像素点的注意力程度值Z的最大值，min(Z)为注意力热图中像素点的注意力程度值Z的最小值，V(p
c
)为RGB图像中的第p个像素点的第c个同类别像素点组合p
c
内的同类别像素点的注意力程度值的均值，k
p
为RGB图像中与第p个像素点的颜色类别相同的各个像素点所对应的最大色差。
[0024]进一步的，确定RGB图像中的每个像素点的各个有效同类别像素点组合的空间冗余增益值的计算公式如下：
[0025][0026]其中，x(p
u
)为RGB图像中的第p个像素点的第u个有效同类别像素点组合p
u
的空间冗余增益，j(p
u,a
)为RGB图像中的第p个像素点的第u个有效同类别像素点组合中第a行或者第a列的同类别像素点相邻点对的数量，d(p
a
)为RGB图像中的第p个像素点所对应的关联区域中第a行或者第a列的同类别像素点相邻点对的数量，A为RGB图像中的第p个像素点所对应的关联区域的行数或者列数。
[0027]进一步的，确定RGB图像中的每个像素点的目标同类别像素点组合的步骤包括：
[0028]根据RGB图像中的每个像素点的各个有效同类别像素点组合的空间冗余增益值、RGB图像中的每个像素点所对应的关联区域中各个同类别像素点的数目以及RGB图像中的每个像素点的各个同类别像素点组合中各个同类别像素点的数目，确定RGB图像中的每个像素点的各个有效同类别像素点组合的优选程度值，其计算公式如下：
[0029][0030]其中，c(p
u...

【技术保护点】

【技术特征摘要】
1.基于注意力机制与空间冗余的图像数据压缩方法，其特征在于，步骤包括：获取待压缩的RGB图像，进而获取待压缩的RGB图像的注意力热图和HSV图像；根据注意力热图中每个像素点的注意力程度值以及注意力热图中像素点的数目，确定RGB图像中的每个像素点在注意力热图中所对应的关联区域；根据RGB图像中的每个像素点所对应的关联区域在HSV图像的映射区域中每个像素点的H通道响应值，确定RGB图像中的每个像素点的在所对应的关联区域中的各个同类别像素点，进而确定RGB图像中的每个像素点的各个同类别像素点组合；根据RGB图像中的每个像素点的RGB值、注意力热图中每个像素点的注意力程度值、RGB图像中的每个像素点的在所对应的关联区域中的各个同类别像素点的位置和数目以及RGB图像中的每个像素点的各个同类别像素点组合中各个同类别像素点的数目，确定RGB图像中的每个像素点的目标同类别像素点组合；根据RGB图像中的每个像素点的目标同类别像素点组合中每个像素点的注意力程度值以及在RGB图像中的像素值，确定RGB图像中的每个像素点的像素更新值；根据RGB图像中的每个像素点的像素更新值，对RGB图像中的每个像素点的像素值进行更新，并对每个像素点更新后的RGB图像进行压缩，得到待压缩的RGB图像的压缩图像。2.根据权利要求1所述的基于注意力机制与空间冗余的图像数据压缩方法，其特征在于，确定RGB图像中的每个像素点的目标同类别像素点组合的步骤包括：根据RGB图像中的每个像素点的RGB值，确定RGB图像中与每个像素点的颜色类别相同的各个像素点所对应的最大色差，根据RGB图像中与每个像素点的颜色类别相同的各个像素点所对应的最大色差以及注意力热图中每个像素点的注意力程度值，确定RGB图像中的每个像素点的各个同类别像素点组合所对应的归一阈值；计算RGB图像中的每个像素点的各个同类别像素点组合内两两相邻的同类别像素点之间的色差，依次判断RGB图像中的每个像素点的各个同类别像素点组合内两两相邻的同类别像素点之间的色差是否小于该同类别像素点组合所对应的归一阈值，根据判断结果确定RGB图像中的每个像素点的各个有效同类别像素点组合；根据RGB图像中的每个像素点在所对应的关联区域中的各个同类别像素点的位置，确定RGB图像中的每个像素点的各个有效同类别像素点组合的空间冗余增益值；根据RGB图像中的每个像素点的各个有效同类别像素点组合的空间冗余增益值、RGB图像中的每个像素点的在所对应的关联区域中的各个同类别像素点的数目以及RGB图像中的每个像素点的各个同类别像素点组合中各个同类别像素点的数目，确定RGB图像中的每个像素点的目标同类别像素点组合。3.根据权利要求2所述的基于注意力机制与空间冗余的图像数据压缩方法，其特征在于，RGB图像中的与每个像素点的颜色类别相同的各个像素点所对应的最大色差的计算公式如下：
其中，R
p,max
、G
p,max
、B
p,max
分别为RGB图像中的与第p个像素点的颜色类别相同的各个像素点的R、G、B的最大值，R
p,min
、G
p,min
、B
p,min
分别为RGB图像中的与第p个像素点的颜色类别相同的各个像素点的R、G、B的最小值，为RGB图像中的R
p,max
与R
p,min
的均值，ΔR
p
为RGB图像中的R
p,max
与R
p,min
的差值，ΔG
p
为RGB图像中的G
p,max
与G
p,min
的差值，ΔB
p
为RGB图像中的B
p,max
与B
p,min
的差值，k
p
为RGB图像中的与第p个像素点的颜色类别相同的各个像素点所对应的最大色差；确定RGB图像中的每个像素点的各个同类别像素点组合所对应的归一阈值的计算公式如下：其中，y(p
c
)为RGB图像中的第p个像素点的第c个同类别像素点组合p
c
所对应的归一阈值，max(Z)为注意力热图中像素点的注意力程度值Z的最大值，min(Z)为注意力热图中像素点的注意力程度值Z的最小值，V(p
c
)为RGB图像中的第p个像素点的第c个同类别像素点组合p
c
内的同类别像素点的注意力程度值的均值，k
p
为RGB图像中与第p个像素点的颜色类别相同的各个像素点所对应的最大色差。4.根据权利要求2所述的基于注意力...

【专利技术属性】
技术研发人员：陆一凡，
申请(专利权)人：河海大学，
类型：发明
国别省市：