买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种自回归熵建模的渐进图像编码、解码、压缩方法_上海交通大学_202311653462.9 

申请/专利权人:上海交通大学

申请日:2023-12-04

公开(公告)日:2024-03-22

公开(公告)号:CN117750027A

主分类号:H04N19/34

分类号:H04N19/34;H04N19/124;H04N19/136;H04N19/13

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.09#实质审查的生效;2024.03.22#公开

摘要:本发明提供一种自回归熵建模的渐进图像编码、解码、压缩方法,包括:获取待编码图像的多通道特征图、超先验特征、超先验二进制码流以及超先验信息;将多通道特征图进行空间分组,对每个空间分组的每个特征死区量化得到最高质量增强层的量化特征;获得初始码字和初始量化特征,对齐码字,依次获得L个低质量的质量层的量化特征;计算基本层的码字,编码获得基本层二进制码流;逐层计算码字,编码获得增强层二进制码流;合并超先验二进制码流、基本层二进制码流、L个增强层二进制码流形成二进制码流。本发明可以单个二进制码流适配带宽动态变化、接入终端异构的真实图像通信场景,提高用户体验,降低网络传输的整体带宽需求。

主权项:1.一种自回归熵建模的渐进图像编码方法,其特征在于,包括:获取待编码图像的多通道特征图;基于所述多通道特征图得到超先验特征、超先验二进制码流以及超先验信息;将所述多通道特征图按照每个通道划分为K个空间分组,K为正整数;对所述多通道特征图的每个空间分组的每个特征,根据超先验信息和该通道已量化特征进行预测,给定死区和其它量化区间大小进行死区量化,得到最高质量增强层的量化特征;以固定尺度因子依次放缩死区量化的量化区间,通过死区量化获得初始码字和初始量化特征,对齐码字得到量化特征作为当前质量层的量化特征,依次获得L个低质量的质量层的量化特征,其中:L为正整数,具有最大量化区间的最低质量的质量层为基本层,其余L-1个质量层按量化区间从大到小依次为第1到第L-1个增强层;根据基本层的量化特征计算基本层的码字,根据量化区间估计概率,编码基本层的码字获得基本层二进制码流;按照第1到第L个增强层的顺序,逐层根据对应增强层的量化特征计算码字,计算估计概率,编码码字获得L个增强层二进制码流;合并上述超先验二进制码流、基本层二进制码流、L个增强层二进制码流形成二进制码流。

全文数据:

权利要求:

百度查询: 上海交通大学 一种自回归熵建模的渐进图像编码、解码、压缩方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。