当前位置: 首页 > 科技成果列表 > 科技成果详细

基于深度卷积神经网络的静止图像压缩方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2017-04-27

专利所属地 :中国

专利号:CN201710287432.9

应用领域:广播、电视、电影和录音制作业

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

摘要: 本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。该方法主要包括以下步骤:

  1. 在编码端,对原始图像进行下采样,并利用JPEG2000标准进行编解码;
  2. 利用深度卷积神经网络对解码图像进行抑制压缩效应;
  3. 采用超分辨率方法对抑制压缩效应图像进行重建;
  4. 将原始图像与解码的高分辨率图像相减,得到残差图像,并进行针对性编码;
  5. 将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;
  6. 在解码端,解码得到解码的低分辨率图像、残差图像与辅助信息;
  7. 对解码的低分辨率图像进行处理,得到解码的高分辨率图像,并与解码的残差图像相叠加,便得到最终解码的高分辨率图像。

本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。

(此文字表达经过AI优化完善,查看原文请点击 原文)
技术标签
专利基本信息
专利名称 基于深度卷积神经网络的静止图像压缩方法
专利状态 - 专利号(申请号) CN201710287432.9
申请号 - 专利申请日期 2017-04-27
专利授权日期 2017-08-04 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 何小海;陈敬勖;陈洪刚;卿粼波;滕奇志;吴小强;王正勇
权利人 -
专利摘要 本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤:在编码端对原始图像进行下采样并利用JPEG2000标准编解码;利用深度卷积神经网络对解码图像进行抑制压缩效应;采用超分辨率方法对抑制压缩效应图像进行重建;将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码;将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输;解码端解码得到解码的低分辨率图像、残差图像与辅助信息;对解码的低分辨率图像进行处理得到解码的高分辨率图像,并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
成果评价分析
技术应用分析
服务案例
Baidu
map