【技术实现步骤摘要】
本申请实施例涉及编解码领域，尤其涉及一种编解码方法及电子设备。
技术介绍
1、ai(artificial intelligence，人工智能)图像压缩算法，是基于深度学习来实现的， 相对于传统图像压缩技术(如jpeg(joint photographic experts group，联合图像专家组)、 bpg(better portable graphics，更好的可移植图形)等)而言，压缩效果更好。其中， ai图像压缩算法压缩图像的过程是，预测待编码点/待解码点对应的概率分布参数，然后 根据该概率分布参数，确定概率分布；再根据概率分布对待编码点/待解码点进行熵编码， 进而得到码流。
2、现有技术中，通常是先将所有通道的已编码点/已解码点的特征值融合，来计算某一 通道待编码点/待解码点的上下文特征；接着，将上下文特征和待编码点/待解码点的超先 验特征进行多层卷积，来确定待编码点/待解码点对应的概率分布参数。然而，融合所有通道的数据以及多次卷积的计算量大，耗时长，会影响编解码效率。
技术实现思路
1、为了解决上述技术问题，本申请提供一种编解码方法及电子设备。该编解码方法能 够提高编解码效率。
2、第一方面，本申请实施例提供一种编码方法，该方法包括：首先，获取待编码图像；接着，基于待编码图像，生成c个通道的特征图，特征图包括多个特征点的特征值，c 为正整数；以及基于c个通道的特征图，生成c个通道的估计信息矩阵；随后，将c个 通道划分为n个通道组，n为大于1的整数
3、相对于现有技术采用全通道的已编码特征点的特征值和全通道的估计信息矩阵来确 定概率分布参数而言，本申请仅需根据部分通道的特征图中已编码特征点的特征值和部 分通道的估计信息矩阵来确定待编码特征点对应的概率分布参数，进而能够减少编码算 力，提高编码效率。
4、此外，相对于现有技术需要基于已编码特征点的特征值生成上下文特征，然后再基 于上下文特征与估计信息矩阵来确定概率分布参数而言，本申请无需生成上下文特征，进一步减少了减少编码算力，提高编码效率。
5、此外，由于在压缩中为了保存更多的信息量，各通道的特征图之间的相关性较低，因此本申请能够减少无效信息的引入，提高编码性能。
6、示例性的，每个通道的特征图∈rh*w，“h”表示每个通道的特征图的高，“w” 表示每个通道的特征图的宽；每个通道的特征图可以包括h*w个特征点的特征值。
7、示例性的，每个通道的估计信息矩阵∈rh*w，可以包括h*w个特征点的估计信息。
8、示例性的，示例性的，估计信息可以是指用于估计概率分布参数的信息，可以包括特征和/或概率分布参数，本申请对此不作限制。
9、示例性的，k＝1。
10、根据第一方面，基于目标通道组对应已编码特征点的特征值和目标通道组对应的估 计信息矩阵，确定目标通道组对应待编码特征点对应的概率分布参数，包括：将目标通道组对应已编码特征点的特征值和目标通道组对应的估计信息矩阵进行线性加权，以确定目标通道组对应待编码特征点对应的概率分布参数。这样，可以将确定概率分布参数 的计算量由原来上万次的乘加计算，降低至少几次至多几百次的乘加计算，大大降低了 计算量。
11、根据第一方面，或者以上第一方面的任意一种实现方式，估计信息矩阵包括多个特 征点的估计信息，将目标通道组对应已编码特征点的特征值和目标通道组对应的估计信 息矩阵进行线性加权，以确定目标通道组对应待编码特征点对应的概率分布参数，包括： 基于待编码特征点，确定目标通道组对应特征图中的第一目标区域和目标通道组对应估 计信息矩阵中的第二目标区域；将第一目标区域内已编码特征点的特征值，与第二目标区域内特征点的估计信息进行线性加权，以得到目标通道组对应待编码特征点对应的概率分布参数。这样，仅采用特征图中部分已编码特征点的特征值与估计信息矩阵中部分 位置的特征点的估计信息进行线性加权，能够减少确定概率分布参数的算力，提高编码 效率。
12、示例性的，概率分布参数可以包括第一概率分布参数和/或第二概率分布参数。
13、示例性的，第一概率分布参数为均值(mean)，第二概率分布参数为差值(scale)。
14、根据第一方面，或者以上第一方面的任意一种实现方式，当k大于1时，基于待编码特征点，确定目标通道组对应特征图中的第一目标区域和目标通道组对应估计信息矩阵中的第二目标区域，包括：将第一通道的特征图中以待编码特征点为中心的预设尺寸 区域，以及第二通道的特征图中以与待编码特征点的位置对应的特征点为中心的预设尺 寸区域，确定为第一目标区域；第一通道与待编码特征点对应，第二通道为目标通道组 中除第一通道之外的通道；将第一通道的估计信息矩阵中以待编码位置为中心的预设尺 寸区域，以及第二通道的估计信息矩阵中以与待编码位置对应的位置为中心的预设尺寸 区域，确定为第二目标区域；待编码位置是待编码特征点的位置。这样，通过采用待编 码特征点周围的已编码特征点的特征值和周围的特征点的估计信息计算概率分布参数， 能够使得计算的概率分布参数更准确，进而提升编码质量。
15、示例性的，预设尺寸可以是指线性加权窗口的尺寸，可以为ks1*ks2，其中，ks1和ks2为大于1的整数，ks1与ks2可以相等，也可以不等，具体可以按照需求设置，本申 请对此不作限制。
16、根据第一方面，或者以上第一方面的任意一种实现方式，将第一目标区域内已编码 特征点的特征值，与第二目标区域内特征点的估计信息进行线性加权，以得到目标通道组对应待编码特征点对应的概率分布参数，包括：基于第二目标区域内除已编码位置之 外的位置，确定第一目标位置，已编码位置是已编码特征点的位置；将第一目标区域内 已编码特征点的特征值，与第一目标位置对应特征点的估计信息进行线性加权，以得到 目标通道组对应待编码特征点对应的概率分布参数。这样，仅采用第二目标区域中部分 位置的特征点的估计信息进行线性加权，能够减少用于线性加权的特征点的数量，进而 可以减少算力，提高编码效率。
17、根据第一方面，或者以上第一方面的任意一种实现方式，当k大于1时，基于第二目标区域内除已编码位置之外的位置，确定第一目标位置，包括：将第一通道的估计信 息矩阵中第二目标区域内待编码位置和至少一个其他未编码位置，以及第二通道的估计 信息矩阵中第二目标区域内与待编码位置对应的位置和至少一个其他未编码位置，确定 为第一目标位置；其中，第一通道与待编码特征点对应，第二本文档来自技高网...
【技术保护点】
1.一种编码方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标通道组对应已编码特征点的特征值和所述目标通道组对应的估计信息矩阵，确定所述目标通道组对应待编码特征点对应的概率分布参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述估计信息矩阵包括多个特征点的估计信息，所述将所述目标通道组对应已编码特征点的特征值和所述目标通道组对应的估计信息矩阵进行线性加权，以确定所述目标通道组对应待编码特征点对应的概率分布参数，包括：
4.根据权利要求3所述的方法，其特征在于，当k大于1时，所述基于所述待编码特征点，确定所述目标通道组对应特征图中的第一目标区域和所述目标通道组对应估计信息矩阵中的第二目标区域，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述将所述第一目标区域内已编码特征点的特征值，与所述第二目标区域内特征点的估计信息进行线性加权，以得到所述目标通道组对应待编码特征点对应的概率分布参数，包括：
6.根据权利要求5所述的方法，其特征在于，当k大于1时，所述基于所述第二
7.根据权利要求5所述的方法，其特征在于，当k大于1时，所述基于所述第二目标区域内除已编码位置之外的位置，确定第一目标位置，包括：
8.根据权利要求5至7任一项所述的方法，其特征在于，所述将所述第一目标区域内已编码特征点的特征值，与所述第一目标位置对应特征点的估计信息进行线性加权，以得到所述目标通道组对应待编码特征点对应的概率分布参数，包括：
9.根据权利要求1所述的方法，其特征在于，所述C个通道的估计信息矩阵包括所述C个通道的第一特征矩阵和所述C个通道的第二特征矩阵，所述第一特征矩阵包括多个特征点的第一特征，所述第二特征矩阵包括多个特征点的第二特征；所述概率分布参数包括第一概率分布参数和第二概率分布参数；
10.根据权利要求1所述的方法，其特征在于，所述C个通道的估计信息矩阵包括所述C个通道的第一特征矩阵和所述C个通道的第二概率分布参数矩阵，所述第一特征矩阵包括多个特征点的第一特征，所述第二概率分布参数矩阵包括多个特征点的第二概率分布参数；所述概率分布参数包括第一概率分布参数；
11.根据权利要求1所述的方法，其特征在于，所述C个通道的估计信息矩阵包括所述C个通道的第一概率分布参数矩阵和所述C个通道的第二特征矩阵，所述第一概率分布参数矩阵包括多个特征点的第一概率分布参数，所述第二特征矩阵包括多个特征点的第二特征；所述概率分布参数包括第二概率分布参数；
12.根据权利要求9或11所述的方法，其特征在于，所述基于所述目标通道组对应已编码特征点的特征值和所述目标通道组对应的第二特征矩阵，确定所述目标通道组对应待编码特征点对应的第二概率分布参数，包括：
13.一种码流生成方法，其特征在于，用于按照上述权利要求1至权利要求12中任一项所述的编码方法生成码流。
14.一种码流存储方法，其特征在于，用于存储上述权利要求13所述的码流生成方法方法所生成的码流。
15.一种码流传输方法，其特征在于，用于传输上述权利要求13所述的码流生成方法所生成的码流。
16.一种解码方法，其特征在于，所述方法包括：
17.根据权利要求16所述的方法，其特征在于，所述基于所述目标通道组对应已解码特征点的特征值，以及所述目标通道组对应的估计信息矩阵，确定所述待解码特征点对应的概率分布参数，包括：
18.根据权利要求17所述的方法，其特征在于，所述估计信息矩阵包括多个特征点的估计信息；所述将所述目标通道组对应已解码特征点的特征值，与所述目标通道组对应的估计信息矩阵进行线性加权，以确定所述待解码特征点对应的概率分布参数，包括：
19.根据权利要求18所述的方法，其特征在于，当k大于1时，所述基于所述待解码特征点，确定所述目标通道组对应特征图中的第一目标区域和所述目标通道组对应估计信息矩阵中的第二目标区域，包括：
20.根据权利要求18或19所述的方法，其特征在于，所述将所述第一目标区域内已解码特征点的特征值，与所述第二目标区域内特征点的估计信息进行线性加权，以得到所述待解码特征点对应的概率分布参数，包括：
21.根据权利要求20所述的方法，其特征在于，当k大于1时，所述基于所述第二目标区域内除已解码位置之外的位置，确定第一目标位置，包括：
22.根据权利要求20所述的方法，其特征在于，当k大于1时，所述基于所述第二目标区域内除已解码位置...
【技术特征摘要】
1.一种编码方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标通道组对应已编码特征点的特征值和所述目标通道组对应的估计信息矩阵，确定所述目标通道组对应待编码特征点对应的概率分布参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述估计信息矩阵包括多个特征点的估计信息，所述将所述目标通道组对应已编码特征点的特征值和所述目标通道组对应的估计信息矩阵进行线性加权，以确定所述目标通道组对应待编码特征点对应的概率分布参数，包括：
4.根据权利要求3所述的方法，其特征在于，当k大于1时，所述基于所述待编码特征点，确定所述目标通道组对应特征图中的第一目标区域和所述目标通道组对应估计信息矩阵中的第二目标区域，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述将所述第一目标区域内已编码特征点的特征值，与所述第二目标区域内特征点的估计信息进行线性加权，以得到所述目标通道组对应待编码特征点对应的概率分布参数，包括：
6.根据权利要求5所述的方法，其特征在于，当k大于1时，所述基于所述第二目标区域内除已编码位置之外的位置，确定第一目标位置，包括：
7.根据权利要求5所述的方法，其特征在于，当k大于1时，所述基于所述第二目标区域内除已编码位置之外的位置，确定第一目标位置，包括：
8.根据权利要求5至7任一项所述的方法，其特征在于，所述将所述第一目标区域内已编码特征点的特征值，与所述第一目标位置对应特征点的估计信息进行线性加权，以得到所述目标通道组对应待编码特征点对应的概率分布参数，包括：
9.根据权利要求1所述的方法，其特征在于，所述c个通道的估计信息矩阵包括所述c个通道的第一特征矩阵和所述c个通道的第二特征矩阵，所述第一特征矩阵包括多个特征点的第一特征，所述第二特征矩阵包括多个特征点的第二特征；所述概率分布参数包括第一概率分布参数和第二概率分布参数；
10.根据权利要求1所述的方法，其特征在于，所述c个通道的估计信息矩阵包括所述c个通道的第一特征矩阵和所述c个通道的第二概率分布参数矩阵，所述第一特征矩阵包括多个特征点的第一特征，所述第二概率分布参数矩阵包括多个特征点的第二概率分布参数；所述概率分布参数包括第一概率分布参数；
11.根据权利要求1所述的方法，其特征在于，所述c个通道的估计信息矩阵包括所述c个通道的第一概率分布参数矩阵和所述c个通道的第二特征矩阵，所述第一概率分布参数矩阵包括多个特征点的第一概率分布参数，所述第二特征矩阵包括多个特征点的第二特征；所述概率分布参数包括第二概率分布参数；
12.根据权利要求9或11所述的方法，其特征在于，所述基于所述目标通道组对应已编码特征点的特征值和所述目标通道组对应的第二特征矩阵，确定所述目标通道组对应待编码特征点对应的第二概率分布参数，包括：
13.一种码流生成方法，其特征在于，用于按照上述权利要求1至权利要求12中任一项所述的编码方法生成码流。
14.一种码流存储方法，其特征在于，用于存储上述权利要求13所述的码流生成方法方法所生成的码流。
15.一种码流传输方法，其特征在于，用于传输上述权利要求13所述的码流生成方法所生成的码流。
16.一种解码方法，其特征在于，所述方法包括：
17.根据权利要求16所述的方法，其特征在于，所述基于所述目标通道组对应已解码特征点的特征值，以及所述目标通道组对应的估计信息矩阵，确定所述待解码特征点对应的概率分布参数，包括：
18.根据权利要求17所述的方法，其特征...
【专利技术属性】
技术研发人员：毛珏，于德权，钱生，赵寅，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。