本發明公開了一種基于對抗學習的可變比特率生成式壓縮方法,屬于通信與數字圖像處理的交叉技術領域。對編解碼全卷積網絡特征圖的方差進行量化,實現訓練單一生成式模型進行可變比特率壓縮。實現步驟為:通過圖像采集設備,構造訓練和測試數據集;構建基于自編碼器結構的生成式壓縮網絡;根據率失真誤差計算單元,交替訓練生成式網絡;根據目標壓縮率,計算掩膜閾值;基于特征圖通道冗余指標和閾值,計算掩膜;掩膜和特征圖的無損壓縮與編碼。本發明只訓練單一模型,但能夠產生不同比特率的壓縮結果,在0.1bpp以下的極限壓縮率上,重建圖像的主觀質量和語義信息保存均有良好效果。
聲明:
“基于對抗學習的可變比特率生成式壓縮方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)