一种基于Focal Transformer的图像压缩方法技术

本发明专利技术公开了一种基于Focal Transformer的图像压缩方法，包括：获取待压缩图像，通过编码器生成潜在表示，所述编码器包含多层窗口式焦点自注意力模块和聚焦注意力机制模块；利用基于注意力的信道挤压熵模型估计潜在表示的熵参数；根据熵参数对潜在表示进行量化；解码量化后的潜在表示以重建图像。本发明专利技术整体上为一个深度学习图像压缩模型，并结合图像特征，针对已有问题，进行了改进，实现了图像压缩效果的提升。

【技术实现步骤摘要】

本专利技术属于深度学习的图像压缩，尤其涉及一种基于focaltransformer的图像压缩方法。

技术介绍

1、随着计算机技术和网络通信技术的飞速发展，实时可视化通信、多媒体通信、网络电视、视频监控等业务越来越受到大家的关注。这样，图像压缩技术就成为急需解决的问题。传统通用压缩标准虽能缩减数据规模，却难以保留原图像边缘清晰度、纹理细节及光谱完整性等关键特征，直接影响ai分析的准确性。发展专用图像压缩技术可有效平衡数据体积与特征保留，在降低传输成本的同时确保智能决策的精准度，为人工智能图像分析应用提供技术支撑。

2、当前监控系统广泛采用传统有损压缩技术，其编码流程基于变换、量化和熵编码的固定规则，但在应用场景中存在显著局限性。jpeg依赖离散余弦变换(dct)去除高频信息，虽计算简单且低压缩比下质量较高，但在高压缩比时易产生块效应，导致精细任务的关键细节丢失，且无法处理多光谱/高光谱数据。jpeg2000通过小波变换实现多分辨率编码，支持无损压缩和区域编码，适用于分级传输和高保真需求场景，但其算法复杂度高，在资源受限的边缘设备中难以部署，且超高本文档来自技高网...

【技术保护点】

1.一种基于Focal Transformer的图像压缩方法，其特征在于，包括：

2.如权利要求1所述的基于Focal Transformer的图像压缩方法，其特征在于，

3.如权利要求1所述的基于Focal Transformer的图像压缩方法，其特征在于，

4.如权利要求1所述的基于Focal Transformer的图像压缩方法，其特征在于，

5.如权利要求4所述的基于Focal Transformer的图像压缩方法，其特征在于，

6.如权利要求4所述的基于FocalTransformer的图像压缩方法，其特征在于，...

【技术特征摘要】

1.一种基于focal transformer的图像压缩方法，其特征在于，包括：

2.如权利要求1所述的基于focal transformer的图像压缩方法，其特征在于，

3.如权利要求1所述的基于focal transformer的图像压缩方法，其特征在于，

4.如权利要求1所述的基于focal tran...

【专利技术属性】
技术研发人员：刘培顺，宋义宝，罗梦祺，颜紫康，董兴辉，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：