图像编解码方法技术

本申请公开了一种图像编解码方法

【技术实现步骤摘要】
图像编解码方法、电子设备及计算机可读存储介质


[0001]本申请涉及图像处理领域，特别是涉及一种图像编解码方法
、
电子设备及计算机可读存储介质
。

技术介绍

[0002]传统的图像编解码技术是针对人类视觉特性而设计的，随着深度神经网络在机器视觉任务中展现出的强大功能，越来越多技术任务回应用基于机器视觉的人工智能
。JPEG AI
作为一种基于学习的图像编码标准，该标准提供了一种单一流
、
紧凑的压缩域表示，既针对人类可视化，在同等主观质量下显著提高了常用图像编码标准的压缩效率，又能有效地执行图像处理和计算机视觉任务
。
但是基于
JPEG AI
的编码解码过程中依旧会存在一定程度的信息损失，导致重建出的图像的准确程度不高
。

技术实现思路

[0003]本申请主要目的是一种图像编解码方法
、
电子设备及计算机可读存储介质，能够解决重建图像准确度不高的技术问题
。
[0004]为解决上述技术问题，本申请采本文档来自技高网...

【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，所述方法包括：获取主处理网络输出的原始图像特征；利用辅处理网络的熵编解码网络基于所述原始特征图像获取解码辅特征；对所述解码辅特征进行特征伸缩变换后得到增强的解码辅特征；利用所述辅处理网络的辅方差解码网络基于所述增强的解码辅特征提取所述原始图像特征的残差特征的方差分布信息，所述残差特征由所述熵模型网络中的预测融合网络输出的融合预测特征与所述原始图像特征进行残差计算得到；利用所述熵模型网络的概率模型基于所述方差分布信息获取残差特征分布概率；利用所述主处理网络基于所述残差特征分布概率对所述残差特征进行编码得到特征码流
。2.
根据权利要求1所述的方法，其特征在于，所述对所述解码辅特征进行特征伸缩变换后得到增强的解码辅特征，包括：对所述解码辅特征进行池化操作得到池化结果；将所述池化结果与预设阈值比较得到掩膜；基于所述掩膜对所述解码辅特征进行特征伸缩变换以得到所述增强的解码辅特征
。3.
根据权利要求1所述的方法，其特征在于，所述对所述解码辅特征进行特征伸缩变换后得到增强的解码辅特征，包括：对所述解码辅特征的全部特征进行特征伸缩变换以得到所述增强的解码辅特征
。4.
根据权利要求1所述的方法，其特征在于，所述对所述解码辅特征进行特征伸缩变换后得到增强的解码辅特征，包括：获取所述解码辅特征中全部特征值的平均值；基于所述平均值对所述解码辅特征进行特征伸缩变换以得到所述增强的解码辅特征
。5.
根据权利要求4所述的方法，其特征在于，所述方法还包括：利用所述辅处理网络中辅解码网络基于所述增强的解码辅特征得到重建辅特征；获取所述重建辅特征与所述原始图像特征的均方误差函数；响应于所述均方误差函数大于或等于预设阈值，调整所述特征伸缩变换的参数继续基于所述平均值得到新的所述增强的解码辅特征；响应于所述均方误差函数...

【专利技术属性】
技术研发人员：粘春湄，林聚财，江东，施晓迪，殷俊，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：