【技术实现步骤摘要】
本专利技术涉及光场处理，尤其涉及一种基于端到端神经网络的图像编码方法及系统。
技术介绍
1、图像编码是图像处理领域的一个重要的问题。随着科技的发展和进步，人们对于高质量的图像传输的需求越来越大，而有损图像编码就成了一个重要的课题，它关心的是如何在有限的硬件资源中有效的存储图像和视频。经典的有损图像编码技术包括jpeg[1]，bpg[2]，webp[3]以及vvc[4]，他们遵循一个类似的编码方案：转换、量化和熵编码。但是，传统的混合编码标准存在两个缺点。
2、首先，编码/解码过程需要在基于块的混合编解码器中逐块地实现，这为重构图像引入了阻塞和振铃效果。第二，手工制作的模块彼此之间具有复杂的依赖关系，很难联合优化整个编码系统。
3、近年来，随着深度学习在图像识别、图像检索以及图像质量评估等方面的应用，基于学习的图像编码方法也进入了人们的视野。大多数的深度图像编码方法都是基于变分自编码器(vae)，其中一个重要模块是熵编码，它通常包括带有超先验的上下文模型。熵编码的常见方案引入额外的变量作为超变量，然后将紧凑编码的概...
【技术保护点】
1.一种基于端到端神经网络的图像编码方法，其特征在于，包括：
2.根据权利要求1所述的一种基于端到端神经网络的图像编码方法，其特征在于，所述在空间域和通道域中均匀的对上下文空间进行划分，获取参考信息的步骤中，具体包括下述步骤：
3.根据权利要求1所述的一种基于端到端神经网络的图像编码方法，其特征在于，所述将所述参考信息进行重排，生成相邻通道的信息分布的步骤中，具体包括下述步骤：
4.根据权利要求1所述的一种基于端到端神经网络的图像编码方法，其特征在于，所述对空间域和通道域的上下文信息进行解耦，分别得到空间相关性和通道相关性的步骤中，...
【技术特征摘要】
1.一种基于端到端神经网络的图像编码方法，其特征在于，包括：
2.根据权利要求1所述的一种基于端到端神经网络的图像编码方法，其特征在于，所述在空间域和通道域中均匀的对上下文空间进行划分，获取参考信息的步骤中，具体包括下述步骤：
3.根据权利要求1所述的一种基于端到端神经网络的图像编码方法，其特征在于，所述将所述参考信息进行重排，生成相邻通道的信息分布的步骤中，具体包括下述步骤：
4.根据权利要求1所述的一种基于端到端神经网络的图像编码方法，其特征在于，所述对空间域和通道域的上下文信息进行解耦，分别得到空间相关性和通道相关性的步骤中，具体包括下述步骤：
5.根据权利要求1所述的一种基于端到端神经网...
【专利技术属性】
技术研发人员：冯识宇，朱林卫，张云，李娜，
申请(专利权)人：中国科学院深圳先进技术研究院，
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。