【技术实现步骤摘要】
本申请涉及图像处理领域，具体而言，涉及一种图像压缩的方法、装置及电子设备。
技术介绍
1、在当前的图像和视频压缩领域，基于深度学习的压缩技术日益受到关注。相关技术的压缩算法往往依赖于固定的编码参数，这虽能确保在某一特定码率下的高效压缩，却难以灵活应对不同应用场景对码率动态调整的需求。近年来，变码率图像压缩模型因其能够根据实际需求实时调整压缩效率而备受青睐，尤其在神经网络架构的支持下，实现了在多种码率下的高质量压缩效果。
2、然而，这类变码率压缩模型面临两大挑战：首先，采用常规的线性插值方法在高码率区间密集设置训练点，导致低码率区间压缩性能的忽视，使得模型在低码率表现不佳；其次，不同的损失函数超参数值对压缩效果的影响力不均，使得训练过程倾向于优化低码率性能，而在高码率压缩时出现瓶颈，影响了码率压缩模型整体压缩算法的均衡发展。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种图像压缩的方法、装置及电子设备，以至少解决变码率图像压...
【技术保护点】
1.一种图像压缩的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取多个超参数，包括：
3.根据权利要求1所述的方法，其特征在于，所述至少依据所述训练集和多个超参数对初始变码率图像压缩模型进行训练，得到变码率图像压缩模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述确定目标超参数，包括：
5.根据权利要求4所述的方法，其特征在于，所述将所述多个超参数划分为多个超参数集合，包括：
6.根据权利要求3所述的方法，其特征在于，所述目标初始图像压缩模型通过以下方式确定：
7...
【技术特征摘要】
1.一种图像压缩的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取多个超参数，包括：
3.根据权利要求1所述的方法，其特征在于，所述至少依据所述训练集和多个超参数对初始变码率图像压缩模型进行训练，得到变码率图像压缩模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述确定目标超参数，包括：
5.根据权利要求4所述的方法，其特征在于，所述将所述多个超参数划分为多个超参数集合，包括：
6.根据权利要求3所述的方法，其特征在于，所述目标初始图像压缩模型通过以下方式确定：
7.根据权利要求3所述的方法，其特征在于，所述依据所述目...
【专利技术属性】
技术研发人员：骆继祥，胡勇存，翟英震，张德，
申请(专利权)人：中电信人工智能科技北京有限公司，
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。