一种基于混合神经表示的图像压缩方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于混合神经表示的图像压缩方法
申请号:CN202411603271
申请日期:2024-11-11
公开号:CN119420950A
公开日期:2025-02-11
类型:发明专利
摘要
本发明公开了一种基于混合神经表示的图像压缩方法。本方法针对现有基于深度学习的图像压缩方法存在的解码复杂度高的问题,提出了一种基于混合神经表示的图像压缩方法,对于每幅要压缩的图像单独过拟合轻量化的自编码器网络。具体地,在自编码器网络中,本发明设计了分组特征聚合网络,用来聚合不同组的特征;设计了局部调制网络,用于对局部特征的增强表示;运用了高斯混合模型,提高了码率估计的准确性。实验结果表明,本发明通过混合神经表示的方法,可以有效降低图像解码时的复杂度,实现图像压缩的轻量化。
技术关键词
图像压缩方法 嵌入特征 网络 重构 编码器 码率 解码复杂度 高斯混合模型 输入解码器 均匀噪声 调制特征 像素 优化器 训练集 坐标
系统为您推荐了相关专利信息
挖掘方法 生成器网络 符号 生成训练数据 ReLU函数
配置网络参数 监管方法 网络终端 蚁群优化算法 无线网络
标签 贝叶斯网络模型 文本 大语言模型 关键词
行人重识别模型 顶点 网格特征 姿态估计 行人识别
图像分类模型 蒸馏 样本 模型训练方法 标签