图像编解码方法和装置制造方法及图纸

本申请提供一种图像编解码方法和装置。本申请图像编码方法，包括：获取待处理的第一图像特征；对所述第一图像特征进行非线性变换处理得到经处理的图像特征，所述非线性变换处理依次包括第一非线性运算、卷积处理和逐点相乘运算；根据所述经处理的图像特征进行编码得到码流。本申请可以避免了对卷积参数的限定，从而实现编/解码网络中的高效的非线性变换处理，进一步提升图像/视频压缩算法中的率失真性能。性能。性能。

【技术实现步骤摘要】
图像编解码方法和装置


[0001]本申请涉及图像处理
，尤其涉及图像编解码方法和装置。

技术介绍

[0002]随着卷积神经网络(convolution neural network，CNN)在图像识别、目标检测等计算机视觉任务中的表现远超传统算法，越来越多的研究者开始探索基于深度学习的图像/视频压缩方法。一些研究者设计出端到端的深度学习图像/视频压缩算法，例如，将编码网络、熵估计网络、熵编码网络、熵解码网络、解码网络等模块作为一个整体同时优化，其中，编码网络和解码网络也可称为变换模块和逆变换模块，一般由卷积层和非线性变换单元组成。
[0003]非线性变换单元是图像/视频压缩网络的基础组件之一，其非线性特性的优劣直接影响了压缩算法的率失真性能。因此设计更高效的非线性变换单元是进一步提升图像/视频压缩算法中的率失真性能的关键。

技术实现思路

[0004]本申请实施例提供一种图像编解码方法和装置，可以实现编/解码网络中的高效的非线性变换处理，进一步提升图像/视频压缩算法中的率失真性能。
[0005]第一方面，本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像编码方法，其特征在于，包括：获取待处理的第一图像特征；对所述第一图像特征进行非线性变换处理得到经处理的图像特征，所述非线性变换处理依次包括第一非线性运算、卷积处理和逐点相乘运算；根据所述经处理的图像特征进行编码得到码流。2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像特征进行非线性变换处理得到经处理的图像特征，包括：对所述第一图像特征中的每个特征值进行所述第一非线性运算得到第二图像特征；对所述第二图像特征进行所述卷积处理得到第三图像特征，所述第三图像特征中的多个特征值和所述第一图像特征中的多个特征值相对应；将所述第一图像特征和所述第三图像特征中相对应的多个特征值进行所述逐点相乘运算得到所述经处理的图像特征。3.根据权利要求1所述的方法，其特征在于，所述非线性变换处理还包括在所述逐点相乘运算之后的逐点相加运算。4.根据权利要求3所述的方法，其特征在于，所述对所述第一图像特征进行非线性变换处理得到经处理的图像特征，包括：对所述第一图像特征中的每个特征值进行所述第一非线性运算得到第二图像特征；对所述第二图像特征进行所述卷积处理得到第三图像特征，所述第三图像特征中的多个特征值和所述第一图像特征中的多个特征值相对应；将所述第一图像特征和所述第三图像特征中相对应的多个特征值进行所述逐点相乘运算得到第四图像特征，所述第四图像特征中的多个特征值和所述第一图像特征中的多个特征值相对应；将所述第一图像特征和所述第四图像特征中相对应的多个特征值进行所述逐点相加运算得到所述经处理的图像特征。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述非线性变换处理还包括在所述卷积处理和所述逐点相乘运算之间的第二非线性运算，所述第二非线性运算和所述第一非线性运算相同或不同。6.根据权利要求1
‑
5中任一项所述的方法，其特征在于，所述第一非线性运算包括取绝对值运算或者分段线性映射。7.根据权利要求1
‑
6中任一项所述的方法，其特征在于，所述方法还包括：构建训练阶段的非线性变换单元，所述训练阶段的非线性变换单元包括第一非线性运算层、卷积处理层、逐点相乘运算层和逐点相加运算层；根据预先获取的训练数据训练得到经训练的非线性变换单元，所述经训练的非线性变换单元用于实现所述非线性变换处理。8.一种图像解码方法，其特征在于，包括：获取待处理的第一图像特征；对所述第一图像特征进行非线性变换处理得到经处理的图像特征，所述非线性变换处理依次包括第一非线性运算、卷积处理和逐点相乘运算；根据所述经处理的图像特征获取重建图像。
9.根据权利要求8所述的方法，其特征在于，所述对所述第一图像特征进行非线性变换处理得到经处理的图像特征，包括：对所述第一图像特征中的每个特征值进行所述第一非线性运算得到第二图像特征；对所述第二图像特征进行所述卷积处理得到第三图像特征，所述第三图像特征中的多个特征值和所述第一图像特征中的多个特征值相对应；将所述第一图像特征和所述第三图像特征中相对应的多个特征值进行所述逐点相乘运算得到所述经处理的图像特征。10.根据权利要求8所述的方法，其特征在于，所述非线性变换处理还包括在所述逐点相乘运算之后的逐点相加运算。11.根据权利要求10所述的方法，其特征在于，所述对所述第一图像特征进行非线性变换处理得到经处理的图像特征，包括：对所述第一图像特征中的每个特征值进行所述第一非线性运算得到第二图像特征；对所述第二图像特征进行所述卷积处理得到第三图像特征，所述第三图像特征中的多个特征值和所述第一图像特征中的多个特征值相对应；将所述第一图像特征和所述第三图像特征中相对应的多个特征值进行所述逐点相乘运算得到第四图像特征，所述第四图像特征中的多个特征值和所述第一图像特征中的多个特征值相对应；将所述第一图像特征和所述第四图像特征中相对应的多个特征值进行所述逐点相加运算得到所述经处理的图像特征。12.根据权利要求8
‑
11中任一项所述的方法，其特征在于，所述非线性变换处理还包括在所述卷积处理和所述逐点相乘运算之间的第二非线性运算，所述第二非线性运算和所述第一非线性运算相同或不同。13.根据权利要求8
‑
12中任一项所述的方法，其特征在于，所述第一非线性运算包括取绝对值运算或者分段线性映射。14.根据权利要求8
‑
13中任一项所述的方法，其特征在于，所述方法还包括：构建训练阶段的非线性变换单元，所述训练阶段的非线性变换单元包括第一非线性运算层、卷积处理层、逐点相乘运算层和逐点相加运算层；根据预先获取的训练数据训练得到经训练的非线性变换单元，所述经训练的非线性变换单元用于实现所述非线性变换处理。15.一种编码装置，其特征在于，包括：获取模块，用于获取待处理的第一图像特征；变换模块，用于对所述第一图像特征进行非线性变换处理得到经处理的图像特征，所述非线性变换处理依次包括第一非线性运算、卷积处理和逐点相乘运算；编码模块，用于根据所述经处理的图像特征进行编码得到码流。16.根据权利要求15所述的装置，其特征在于，所述变换模块，具体用于对所述第一图像特征中的每个特征值进行所述第一非...

【专利技术属性】
技术研发人员：郭天生，王晶，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：