申请/专利权人:中科南京智能技术研究院
申请日:2023-12-22
公开(公告)日:2024-04-05
公开(公告)号:CN117834896A
主分类号:H04N19/186
分类号:H04N19/186;H04N19/436;H04N19/13;H04N19/167;H04N19/124;G06T9/00;G06N3/0455;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了一种低照度bayer图像压缩、重建方法,属于图像压缩技术领域,包括:预处理目标图像,获取亮度增强的低照度bayer图像A;通过具有Trasformer×CNN模块的编码网络对低照度bayer图像A进行网络编码处理,获取编码后的图像特征图;对编码后的图像特征图进行熵编码处理,获取对应的压缩码流。本发明通过具有具有Trasformer×CNN模块的编码网络对低照度bayer图像A进行网络编码处理,通过CNN卷积提取图像的局部特征,再通过Trasformer模块提取图片的全局特征,通过Trasformer和CNN分离通道降低了模型复杂度,且局部和全局特征可以独立并行处理,提高了低照度bayer图像的压缩细节,改善重建图像质量的效果。
主权项:1.一种低照度bayer图像压缩方法,其特征在于,包括:预处理目标图像,获取亮度增强的低照度bayer图像A;通过具有Trasformer×CNN模块的编码网络对低照度bayer图像A进行网络编码处理,获取编码后的图像特征图;对编码后的图像特征图进行熵编码处理,获取对应的压缩码流。
全文数据:
权利要求:
百度查询: 中科南京智能技术研究院 一种低照度bayer图像压缩、重建方法
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。