编解码方法和装置制造方法及图纸

本申请公开了编解码方法和装置，涉及人工智能技术领域，能够提升数据编解码方法的率失真性能。该方法包括：首先获取待编码数据，然后将所述待编码数据输入第一编码网络以得到目标参数；之后根据所述目标参数构建第二编码网络；接着将所述待编码数据输入所述第二编码网络以得到第一特征；最后对所述第一特征进行编码以得到编码码流。码以得到编码码流。码以得到编码码流。

【技术实现步骤摘要】
编解码方法和装置


[0001]本申请涉及人工智能
，尤其涉及编解码方法和装置。

技术介绍

[0002]随着科技的进步，图像的数量和分辨率的不断增加，大量的图像不仅需要更大容量的存储媒介，还需要更宽的传输频带和更长的传输时间，这也成为图像处理中的最基本的问题。为了提高图片的存储效率和传输效率，就需要对数据量大的图像进行编码以压缩图像。
[0003]基于神经网络对图像进行压缩可以提高图像压缩的效率，现有基于神经网络的图像压缩方法主要分为需要在线训练的神经网络图像压缩方法(简称方式一)和无需在线训练的神经网络图像压缩方法(简称方式二)，方式一的率失真性能较好，但因需要在线训练导致图像压缩速度慢，方式二的率失真性能较差但图像压缩速度快。

技术实现思路

[0004]本申请提供了编解码方法和装置，能够提升数据编解码方法的率失真性能且无需在线训练。为达到上述目的，本申请采用如下技术方案：
[0005]第一方面，本申请了一种编码方法，该方法包括：首先获取待编码数据，然后将所述待编码数据输入第一编码网络以得到目标参数；之后根据所述目标参数构建第二编码网络；接着将所述待编码数据输入所述第二编码网络以得到第一特征；最后对所述第一特征进行编码以得到编码码流。
[0006]现有编码方法中编码网络(即第二编码网络)采用固定的参数权重提取待编码数据的内容特征(即第一特征)，然后将内容特征编码为码流(即编码码流)发送至解码端，解码端对码流进行解码重构得到解码数据。可以看出，现有技术中编码网络的参数权重与待编码数据不相关。而本申请提供的编码方法中，先将待编码数据输入到第一编码网络，然后第一编码网络根据待编码数据生成第二编码网络的参数权重，然后根据得到的权重动态调整第二编码网络的参数权重，使第二编码网络的参数权重与待编码数据相关，增加了第二编码网络的表达能力，使解码端通过第一特征编码得到码流解码重构出的解码数据与待编码数据更加接近，从而提升了编解码网络的率失真性能。
[0007]可选地，所述目标参数为所述第二编码网络的全部卷积或部分卷积和非线性激活的参数权重。
[0008]在一种可能的实现方式中，所述对所述第一特征进行编码以得到编码码流，包括：对所述第一特征进行取整以得到第一特征的取整值；对所述第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布；根据所述第一特征的取整值的估计概率分布对所述第一特征的取整值进行熵编码以得所述编码码流。
[0009]通过第一特征的取整值的估计概率分布将第一特征的取整值进行熵编码，形成码流，可以降低输出第一特征的编码冗余，进一步降低数据编解码(压缩)过程中的数据传输
量。
[0010]在一种可能的实现方式中，所述对所述第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，包括：根据第一信息对所述第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，所述第一信息包括上下文信息和边信息中的至少一项。
[0011]通过上下文信息和边信息进行估计概率分布，能够提高得到的估计概率分布的准确性，从而减小熵编码过程中的码率，实现减小熵编码开销。
[0012]第二方面，本申请了一种解码方法，该方法包括：首先获取待解码码流；然后对所述待解码码流进行解码以得到第一特征的取整值和第二特征的取整值；再然后将所述第二特征的取整值输入第一解码网络以得到所述目标参数；接着根据所述目标参数构建第二解码网络；最后将所述第一特征的取整值输入所述第二解码网络以得到解码数据。其中，所述第一特征的取整值用于获得解码数据，所述第二特征的取整值用于获得目标参数。
[0013]现有解码方法中解码网络(即第二解码网络)采用固定的参数权重对待编码数据的内容取值特征(即第一特征的取整值)进行解码重构得到解码数据。可以看出，现有技术中解码网络的参数权重与待解码数据不相关。而本申请中将待解码数据的内容特征和模型特征(即第一特征和第二特征)编成待解码码流，然后解码端通过解码待解码码流得到第二特征的取整值，通过将第二特征的取整值输入第一解码网络以得到第二解码网络的参数权重，然后根据该参数权重动态调整第二解码网络的参数权重，使第二解码网络的参数权重与待解码数据相关，提升了第二解码网络的表达能力，使第二解码网络解码重构得到的解码数据与待编码数据更加接近，从而提升了编解码网络的率失真性能。
[0014]可选地，所述目标参数为所述第二解码网络的全部卷积或部分卷积和非线性激活的参数权重。
[0015]可选地，待解码码流可以包括第一待解码码流和第二待解码码流。
[0016]在一种可能的实现方式中，所述对所述待解码码流进行解码以得到第一特征的取整值和第二特征的取整值，包括：对所述第一待解码码流进行解码以得到所述第一特征的取整值；对所述第二待解码码流进行解码以得到所述第二特征的取整值。
[0017]在一种可能的实现方式中，所述对所述第一待解码码流进行解码以得到所述第一特征的取整值，包括：对所述第一待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布；根据所述第一特征的取整值的估计概率分布对所述第一待解码码流进行熵解码以得到所述第一特征的取整值。
[0018]在一种可能的实现方式中，所述对所述第一待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，包括：根据第一信息对所述第一待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，所述第一信息包括上下文信息和边信息中的至少一项。
[0019]在一种可能的实现方式中，所述对所述第二待解码码流进行解码以得到所述第二特征的取整值，包括：对所述第二待解码码流中的第二特征的取整值进行概率估计以得到所述第二特征的取整值的估计概率分布；根据所述第二特征的取整值的估计概率分布对所述第二待解码码流进行熵解码以得到所述第二特征的取整值。
[0020]在一种可能的实现方式中，所述对所述第二待解码码流中的第二特征的取整值进
行概率估计以得到所述第二特征的取整值的估计概率分布，包括：根据第一信息对所述第二待解码码流中的第二特征的取整值进行概率估计以得到所述第二特征的取整值的估计概率分布，所述第一信息包括上下文信息和边信息中的至少一项。
[0021]第三方面，本申请了一种解码方法，该方法包括：首先获取待解码码流；然后对所述待解码码流进行解码以得到所述第一特征的取整值；之后将所述第一特征的取整值输入第三解码网络以得到目标参数；接着根据所述目标参数构建第二解码网络；最后将所述第一特征的取整值输入到所述第二解码网络以得到解码数据。其中，所述第一特征用于获得解码数据和目标参数。
[0022]现有解码方法中解码网络(即第二解码网络)采用固定的参数权重对待编码数据的内容取值特征(即第一特征的取整值)进行解码重构得到解码数据。可以看出，现有技术中解码网络的参数权重与待解码数据不相关。而本申请中通过解码待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种编码方法，其特征在于，所述方法包括：获取待编码数据；将所述待编码数据输入第一编码网络以得到目标参数；根据所述目标参数构建第二编码网络；将所述待编码数据输入所述第二编码网络以得到第一特征；对所述第一特征进行编码以得到编码码流。2.根据权利要求1所述的方法，其特征在于，所述目标参数为所述第二编码网络的全部卷积或部分卷积和非线性激活的参数权重。3.根据权利要求1或2所述的方法，其特征在于，所述对所述第一特征进行编码以得到编码码流，包括：对所述第一特征进行取整以得到第一特征的取整值；对所述第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布；根据所述第一特征的取整值的估计概率分布对所述第一特征的取整值进行熵编码以得所述编码码流。4.根据权利要求3所述的方法，其特征在于，所述对所述第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，包括：根据第一信息对所述第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，所述第一信息包括上下文信息和边信息中的至少一项。5.一种解码方法，其特征在于，所述方法包括：获取待解码码流；对所述待解码码流进行解码以得到第一特征的取整值和第二特征的取整值，所述第一特征的取整值用于获得解码数据，所述第二特征的取整值用于获得目标参数；将所述第二特征的取整值输入第一解码网络以得到所述目标参数；根据所述目标参数构建第二解码网络；将所述第一特征的取整值输入所述第二解码网络以得到解码数据。6.根据权利要求5所述的方法，其特征在于，所述目标参数为所述第二解码网络的全部卷积或部分卷积和非线性激活的参数权重。7.根据权利要求5或6所述的方法，其特征在于，所述待解码码流包括第一待解码码流和第二待解码码流，所述对所述待解码码流进行解码以得到第一特征的取整值和第二特征的取整值，包括：对所述第一待解码码流进行解码以得到所述第一特征的取整值；对所述第二待解码码流进行解码以得到所述第二特征的取整值。8.根据权利要求7所述的方法，其特征在于，所述对所述第一待解码码流进行解码以得到所述第一特征的取整值，包括：对所述第一待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布；根据所述第一特征的取整值的估计概率分布对所述第一待解码码流进行熵解码以得到所述第一特征的取整值。
9.根据权利要求8所述的方法，其特征在于，所述对所述第一待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，包括：根据第一信息对所述第一待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，所述第一信息包括上下文信息和边信息中的至少一项。10.根据权利要求7至9中任一项所述的方法，其特征在于，所述对所述第二待解码码流进行解码以得到所述第二特征的取整值，包括：对所述第二待解码码流中的第二特征的取整值进行概率估计以得到所述第二特征的取整值的估计概率分布；根据所述第二特征的取整值的估计概率分布对所述第二待解码码流进行熵解码以得到所述第二特征的取整值。11.根据权利要求10所述的方法，其特征在于，所述对所述第二待解码码流中的第二特征的取整值进行概率估计以得到所述第二特征的取整值的估计概率分布，包括：根据第一信息对所述第二待解码码流中的第二特征的取整值进行概率估计以得到所述第二特征的取整值的估计概率分布，所述第一信息包括上下文信息和边信息中的至少一项。12.一种解码方法，其特征在于，所述方法包括：获取待解码码流；对所述待解码码流进行解码以得到第一特征的取整值，所述第一特征的取整值用于获得解码数据和目标参数；将所述第一特征的取整值输入第一解码网络以得到目标参数；根据所述目标参数构建第二解码网络；将所述第一特征的取整值输入到所述第二解码网络以得到解码数据。13.根据权利要求12所述的方法，其特征在于，所述目标参数为所述第二解码网络的全部卷积或部分卷积和非线性激活的参数权重。14.根据权利要求12或13所述的方法，其特征在于，所述对所述待解码码流进行解码以得到所述第一特征的取整值，包括：对所述待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布；根据所述待第一特征的取整值的估计概率分布对所述待解码码流进行熵解码以得到所述第一特征的取整值。15.根据权利要求14所述的方法，其特征在于，所述对所述待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，包括：根据第一信息对所述待解码码流中的第一特征的取整值进行概率估计以得到所述第一特征的取整值的估计概率分布，所述第一信息包括上下文信息和边信息中的至少一项。16.一种编码装置，其特征在于，包括处理电路，所述处理电路用于：获取待编码数据；将所述待编码数据输入第一编码网络以得到目标参数；根据所述目标参数构建第二编码网络；
将所述待编码数据输入所述第二...

【专利技术属性】
技术研发人员：刘家瑛，王德昭，王晶，郭天生，崔泽，葛运英，
申请(专利权)人：北京大学，
类型：发明
国别省市：