-
公开(公告)号：CN114792347B
公开(公告)日：2025-02-28
申请号：CN202210224174.0
申请日：2022-03-09
Applicant: 同济大学
Abstract: 本发明涉及一种基于多尺度空间和上下文信息融合的图像压缩方法，该方法包括以下步骤：1)构建基于多尺度空间和上下文信息融合的图像压缩模型，通过主编码器从原始图像中提取隐藏特征，并采用多尺度信息融合模块减少向前传播有效信息的损失；2)超先验模块将超先验信息和多尺度上下文信息结合，获取三个高斯函数的参数及权重，以权重相加后得到高斯混合模型得到隐藏特征的概率分布；3)基于隐藏特征的概率分布，算数编码器对隐藏特征进行编码和解码；4)主解码器将隐藏特征重构成为图片，完成图像压缩。与现有技术相比，本发明能够实现在压缩码率更低的情况下，更加优秀的图像重构质量。
-
公开(公告)号：CN114792347A
公开(公告)日：2022-07-26
申请号：CN202210224174.0
申请日：2022-03-09
Applicant: 同济大学
Abstract: 本发明涉及一种基于多尺度空间和上下文信息融合的图像压缩方法，该方法包括以下步骤：1)构建基于多尺度空间和上下文信息融合的图像压缩模型，通过主编码器从原始图像中提取隐藏特征，并采用多尺度信息融合模块减少向前传播有效信息的损失；2)超先验模块将超先验信息和多尺度上下文信息结合，获取三个高斯函数的参数及权重，以权重相加后得到高斯混合模型得到隐藏特征的概率分布；3)基于隐藏特征的概率分布，算数编码器对隐藏特征进行编码和解码；4)主解码器将隐藏特征重构成为图片，完成图像压缩。与现有技术相比，本发明能够实现在压缩码率更低的情况下，更加优秀的图像重构质量。
-
Search Results
2
records
(took 0.014 seconds)
