【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于多步上下文预测的解码、编码方法、装置及设备。
技术介绍
1、在基于深度学习的图像压缩方案中，利用已经解码的特征点作为先验信息，对当前正在解码的特征点进行均值预测，以减少图像的空域冗余是当前主流的做法，而主流方案一般是采用串行或波前(wave-front)等方式进行编解码，且串行度会随着特征的，整体执行的时间复杂度较高。
2、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种基于多步上下文预测的解码、编码方法、装置及设备，旨在解决现有技术图像编解码过程中进行均值预测时间复杂度高的技术问题。
2、为实现上述目的，本专利技术提供了一种基于多步上下文预测的解码方法，所述方法包括以下步骤：
3、对从图像码流中提取到的图像残差数据进行非均匀分组，获得至少一个扩展残差组；
4、对所述至少一个扩展残差组分别进行残差恢复，获得各扩展残差组对应的
【技术保护点】
1.一种基于多步上下文预测的解码方法，其特征在于，所述基于多步上下文预测的解码方法包括：
2.如权利要求1所述的基于多步上下文预测的解码方法，其特征在于，所述对从图像码流中提取到的图像残差数据进行非均匀分组，获得至少一个扩展残差组，包括：
3.如权利要求2所述的基于多步上下文预测的解码方法，其特征在于，所述依据各图像残差数据对应的特征通道，将所述图像残差数据划分为至少一个通道划分组，包括：
4.如权利要求3所述的基于多步上下文预测的解码方法，其特征在于，所述通道划分规则为非均匀划分规则。
5.如权利要求2所述的基于多步上...
【技术特征摘要】
1.一种基于多步上下文预测的解码方法，其特征在于，所述基于多步上下文预测的解码方法包括：
2.如权利要求1所述的基于多步上下文预测的解码方法，其特征在于，所述对从图像码流中提取到的图像残差数据进行非均匀分组，获得至少一个扩展残差组，包括：
3.如权利要求2所述的基于多步上下文预测的解码方法，其特征在于，所述依据各图像残差数据对应的特征通道，将所述图像残差数据划分为至少一个通道划分组，包括：
4.如权利要求3所述的基于多步上下文预测的解码方法，其特征在于，所述通道划分规则为非均匀划分规则。
5.如权利要求2所述的基于多步上下文预测的解码方法，其特征在于，所述对所述通道划分组中的图像残差数据进行空域划分，获得至少扩展残差组，包括：
6.如权利要求5所述的基于多步上下文预测的解码方法，其特征在于，所述空域划分规则为非均匀划分规则。
7.如权利要求5所述的基于多步上下文预测的解码方法，其特征在于，不同的通道划分组对应不同的空域划分规则。
8.如权利要求5所述的基于多步上下文预测的解码方法，其特征在于，不同的通道划分组对应不同的相位划分规格。
9.如权利要求1所述的基于多步上下文预测的解码方法，其特征在于，所述对所述至少一个扩展残差组分别进行残差恢复，获得各扩展残差组对应的图像重建特征，包括：
10.如权利要求9所述的基于多步上下文预测的解码方法，其特征在于，所述基于所述残差恢复序列对所述至少一个扩展残差组分别进行残差恢复，获得各扩展残差组对应的图像重建特征的步骤，包括：
11.如权利要求10所述的基于多步上下文预测的解码方法，其特征在于，所述根据所述辅助信息构建先验信息，包括：
...
【专利技术属性】
技术研发人员：叶宗苗，陈方栋，武晓阳，王锡宁，陈彤，陆明，马展，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
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。