【技术实现步骤摘要】
本申请涉及计算机,特别是涉及一种图像重建过程中待解码特征元素的确定方法及系统。
技术介绍
1、端到端图像压缩通常采用将原始图像数据通过深度学习模型进行编码和解码的方法,以实现更高效的图像压缩和传输。
2、目前,端到端图像压缩通常在编码端对特征图进行特征提取和概率估计,得到每个特征元素的概率分布后,对量化后的特征图中的每个特征元素进行熵编码写入码流。解码端根据每个特征元素的概率分布对量化后的特征图中的每个特征元素进行解码,得到每个特征元素的值,进而将特征图输入图像重建模块得到重建图。因需要对特征图的每个特征元素进行编码和解码处理,编解码过程中需要处理大量的特征元素,耗费时间较长。
技术实现思路
1、基于上述问题,本申请提供了一种图像重建过程中待解码特征元素的确定方法及系统,用以减少图像重建过程中熵解码过程耗费的时间,提高解码速度。
2、为解决上述问题,本申请实施例提供的技术方案如下:
3、本申请第一方面提供了一种图像重建过程中待解码特征元素的确定方法,包括
4、本文档来自技高网...
【技术保护点】
1.一种图像重建过程中待解码特征元素的确定方法,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,根据图像编解码的性能目标参数,确定目标步长和目标阈值,包括:
3.根据权利要求1所述的方法,其特征在于,根据图像编解码的性能目标参数,确定目标步长和目标阈值,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据图像编解码的性能目标参数,确定目标步长和目标阈值,包括:
5.根据权利要求2所述的方法,其特征在于,所述性能计算参数包括第一乘积、失真误差和第二乘积,所述确定使所述性能计算参数之和达到最小值时
...【技术特征摘要】
1.一种图像重建过程中待解码特征元素的确定方法,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,根据图像编解码的性能目标参数,确定目标步长和目标阈值,包括:
3.根据权利要求1所述的方法,其特征在于,根据图像编解码的性能目标参数,确定目标步长和目标阈值,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据图像编解码的性能目标参数,确定目标步长和目标阈值,包括:
5.根据权利要求2所述的方法,其特征在于,所述性能计算参数包括第一乘积、失真误差和第二乘积,所述确定使所述性能计算参数之和达到最小值时的步长和阈值分别作为所述目标步长和所述目标阈值,包括:
6.根据权利要求3所述的方法,其特征在于,所述性能计算参数包括第二乘积和失真误差,所述确定在图像码率小于限制码率时,使所述性能计算参数之和达到最小值时的步长和阈值分别作为所述目标步长和所述目标阈值,包括:
7.根据权利要求4所述的方法,其特征在于,所述确定使所述性能计算参数之和达到最小值时的步长...
【专利技术属性】
技术研发人员:刘东,张昊田,武祥吉,
申请(专利权)人:中国科学技术大学先进技术研究院,
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。