一种基于双分辨率上下文网络的可变比特率图像压缩方法和系统技术方案

本发明专利技术公开了一种基于双分辨率上下文网络的可变比特率图像压缩方法和系统，所述方法将特征图通过双分辨率网络分为高、低分辨率两个部分，分别结合空间上下文和通道上下文后进行熵编码，得到压缩后的比特流，实现压缩。在重建阶段，将比特流通过熵解码和上下文网络，得到高/低分辨率部分的特征图，再通过双分辨率网络对两部分进行融合，融合后经过解码器得到重建后的图像。本发明专利技术解决了压缩图像时空间冗余导致比特浪费的问题，通过空间和通道上下文的利用，实现并行解码，加快解码速度；利用双分辨率网络，实现对高分辨率部分进行精细编码，提高了图像压缩的细节保留程度；引入ROI网络生成权重图，指导比特分配，可以根据下游任务实现压缩。

【技术实现步骤摘要】

本专利技术涉及图像编解码，尤其涉及一种基于双分辨率上下文网络的可变比特率图像压缩方法和系统。

技术介绍

1、在信息化时代，人们越来越依靠计算机获取信息，图像作为承载信息的主要载体，同视频一同占据了80％以上的网络流量[1],给网络带宽和存储带来了严峻的考验。除了不断增长的图像数量外，图像本身所包含的信息量也越来越庞大。我们需要通过图像压缩技术压缩需要传输和储存的图像数据。压缩后的图像数据占用的存储空间可以减少为原来的几十倍，从而实现高效的图像传输，具有广泛的现实意义。

2、图像压缩方法最初是包括变换、量化和熵编码步骤的传统方法，例如现在应用广泛的jpeg、jpeg2000、bpg等，都是在对图像进行变换，得到不同频率的子图，再进行量化，通过熵编码减少编码的空间冗余，获得压缩数据。但是传统的压缩方法中的每个模块都对其他模块有着复杂的依赖关系，很难联合优化整个编码器，难以进一步改善压缩效果。

3、随着深度学习的迅猛发展，许多基于学习的图像压缩工作已经探索出了一个新的方向，但是目前的基于学习的压缩方法存在冗余编码的问题，如何保留图像关键部本文档来自技高网...

【技术保护点】

1.一种基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(2)中进行重点区域选取得到图像权重图的方法如下：

3.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(3)如下：

4.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(4)包括以下步骤：

5.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(6)如下：

6....

【技术特征摘要】

1.一种基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(2)中进行重点区域选取得到图像权重图的方法如下：

3.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(3)如下：

4.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(4)包括以下步骤：

5.根据权利要求1所述基于双分辨率上下文网络的可变比特率图像压缩方法，其特征在于，步骤(6)如下：

...

【专利技术属性】
技术研发人员：黄倩，郭晓彤，胡鹤轩，徐媛媛，孙亮，孙华山，王一鸣，
申请(专利权)人：河海大学，
类型：发明
国别省市：