一种基于神经网络图像块分类的屏幕图像压缩方法及系统技术方案

技术编号:40549993 阅读:21 留言:0更新日期:2024-03-05 19:08
本发明专利技术公开了一种基于神经网络图像块分类的屏幕图像压缩方法及系统,属于视频图像编解码技术领域,方法包括:构建神经网络图像块分类模型;获取屏幕图像,将屏幕图像输入至神经网络图像块分类模型,获得第一类型图像和第二类型图像,其中,第一类型图像为自然图像,第二类型图像为非自然类型图像;分别将第一类型图像和第二类型图像进行压缩,获得第一压缩数据和第二压缩数据,并对第一压缩数据和第二压缩数据分配数据序列后,进行缓存;根据数据序列,对第一压缩数据和/或第二压缩数据解压缩,获得第一类型图像和/或第二类型图像。在本发明专利技术中,能解决如何在节省处理时间的情况下,对屏幕图像在保证图片质量的同时,获得较大的压缩率的问题。

【技术实现步骤摘要】

本专利技术属于视频图像编解码,具体涉及一种基于神经网络图像块分类的屏幕图像压缩方法及系统


技术介绍

1、近年来计算机和信息技术高速发展,成为人们生活不可或缺的一部分。云电脑、远程会议、远程协助等也进入人们生活中,得到极大普及。这类场景所传输的图像往往是计算机屏幕内容的图像,也称为屏幕图像。受限于网络带宽以及传输速度等,屏幕图像如果以原图进行传输,会对网络造成极大压力,接收速度也慢,需要采用合适的压缩算法对图像进行压缩。

2、压缩方式分为有损压缩和无损压缩。jpeg是常用的图像有损压缩算法,利用了人眼对色彩和图像细节敏感度低,采用采样、离散余弦变换、量化等方法将高频信息舍弃,保留低频信息,以丢弃了图像中人眼不敏感信息为代价从而实现了很高的压缩率。而以png,qoi为代表的无损压缩方法在压缩过程中不会丢失任何数据,保留了图像的细节,解压后的图片与原图完全相同,但压缩率不高,压缩后的体积比无损压缩要大的多。

3、图像可以大致划分为两类:自然图像和非自然图像。自然图像为颜色、细节、纹理丰富等接近生活摄影,视频类的图像;非自然图像为人工合成本文档来自技高网...

【技术保护点】

1.一种基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,包括:

2.根据权利要求1所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述S1具体包括:

3.根据权利要求2所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述S2具体包括:

4.根据权利要求3所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述S3具体包括:

5.根据权利要求4所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述S4具体包括:

6.一种基于神经网络图像块分类的屏幕图像压缩系统,其特征在于,包括:...

【技术特征摘要】

1.一种基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,包括:

2.根据权利要求1所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述s1具体包括:

3.根据权利要求2所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述s2具体包括:

4.根据权利要求3所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述s3具体包括:

5.根据权利要求4所述的基于神经网络图像块分类的屏幕图像压缩方法,其特征在于,所述s4具体包括:

6...

【专利技术属性】
技术研发人员:林佳钦陈曦朱磊蔡宇轩游德光张天阳焦妍
申请(专利权)人:天翼云科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1