-
公开(公告)号：CN116980600A
公开(公告)日：2023-10-31
申请号：CN202311004860.8
申请日：2023-08-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04N19/146 , H04N19/147 , H04N19/91 , G06T9/00
Abstract: 本发明提供一种基于范数约束的高效神经网络图像压缩方法、系统及存储介质，该方法包括：步骤S101：输入图像经过稀疏下采样卷积模块，生成特征表示，并得到对应卷积层范数N；步骤S102：特征表示经过非线性模块得到Z；步骤S103：重复执行所述步骤S101、S102K次，得到图像的潜在表示；步骤S104：将得到的潜在表示经过量化单元，得到量化后的潜在表示；步骤S105：量化后的潜在表示经无损编码模块，将潜在表示转换为比特流；步骤S106：二进制码流经过信号传输，通过无损解码模块,还原为潜在表示。本发明的有益效果是：能够大幅度降低模型的参数量与计算复杂度，解决高性能图像压缩难以部署的问题。
Search Results
1
records
(took 0.031 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
