【技术实现步骤摘要】
本专利技术涉及数字图像的压缩，特别是涉及基于深度学习的图像集的压缩。
技术介绍
1、手持相机和移动电话的广泛使用，使得拍摄和分享照片比以往任何时候都更方便，也导致近年来拍摄和分享的数字图像大量增加。这一趋势导致了图像集的数量的爆炸性增长，为其存储、备份和维护带来了巨大的挑战。因此，开发高效的图像集压缩算法是一个迫切的需求。
2、目前流行的压缩方案，是进行单个图像的压缩。然而，这种方法只减少了图像内的冗余，目的是为了达到每个单独的图像的紧凑表示。可是，在图像集压缩的情况下，存在的冗余度远不止图像内部的冗余度，这表明图像集中的不同图像在多个粒度上具有相似性。这种共享信息可以通过去除图像间的冗余来进一步利用。这促使人们通过开发伪视频编码方法来制定压缩策略，因为集合中的一系列图像可以形成伪视频。然而，传统的基于视频的解决方案，依赖于现有的压缩方案，这些方案通常被设计为通过信号级别的比较来消除时间上的冗余。可是，这种策略可能不适合图像集，因为图像集中的图像不是以与和视频相同的方式获取的(例如，图像集中的图像是从具有不同背景、相机视角和...
【技术保护点】
1.一种用于数字图像集压缩的计算机实现的方法，所述图像集包括多个原始图像；其特征在于，该方法包括以下步骤：
2.如权利要求1所述的方法，其中所述公共知识从所述多个原始图像中的主参考图像中提取。
3.如权利要求2所述的方法，其中所述主参考图像通过以下步骤而确定：
4.如权利要求1所述的方法，其中所述对所述公共知识进行压缩的步骤，还包括：
5.如权利要求1所述的方法，其中所述分解步骤还包括：通过U2-Net显著性检测方法和alpha matting技术来从所述多个原始图像的每一个中提取所述唯一掩膜。
6.如权利要...
【技术特征摘要】
1.一种用于数字图像集压缩的计算机实现的方法，所述图像集包括多个原始图像；其特征在于，该方法包括以下步骤：
2.如权利要求1所述的方法，其中所述公共知识从所述多个原始图像中的主参考图像中提取。
3.如权利要求2所述的方法，其中所述主参考图像通过以下步骤而确定：
4.如权利要求1所述的方法，其中所述对所述公共知识进行压缩的步骤，还包括：
5.如权利要求1所述的方法，其中所述分解步骤还包括：通过u2-net显著性检测方法和alpha matting技术来从所述多个原始图像的每一个中提取所述唯一掩膜。
6.如权利要求1所述的方法，其中所述压缩步骤还包括：
7.如权利要求6所述的方法，其中所述预定顺序为深度优先搜索顺序。
8.如权利要求1所述的方法，其中所述压缩步骤还包括：在给定所述公共知识和所述唯一掩膜的条件下，对所述唯一纹理进行压缩。
9.如权利要求8所述的方法，其中所述对所述唯一纹理进行压缩的步骤，还包括：
10.如权利要求4或9所述的方法，其中所述对齐步骤为从粗糙到精细的对齐。
11.如权利要求9所述的方法，其中所述对齐步骤还包括：
12.如权利要求9所述的方法，其中所述可逆神经模块通过使用训练对来进行训练；该训练对包括训练图像集中的一个原始对象图像，以及...
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。