[發明專利]基于混合失真度量準則的編解碼裝置及方法

有效

• 申請號: 201710498807.6
• 申請日: 2017-06-26
• 公開（公告）號: CN107205151B
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 陳志波;何天宇
• 申請（專利權）人: 中國科學技術大學
• 主分類號: H04N19/147
• 分類號: H04N19/147;H04N19/124;H04N19/196;H04N19/176;H04N19/61;H04N19/70
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 任巖

本公開提供了一種基于混合失真度量準則的編解碼裝置和方法，將待壓縮圖像與重構圖像轉換到失真度量準則所處的空間，得到失真度量，壓縮模塊和解壓縮模塊根據上述失真度量更新參數。本公開通過集成不同的失真度量準則，可以根據特定任務要求進行圖像壓縮，這些任務方案包括基于像素保真度的壓縮、基于感知保真度的壓縮和基于語義保真度的壓縮。在人臉圖像壓縮中，可以在壓縮圖像大小的同時保留基本語義特征，使得恢復重建的人臉圖像依舊能夠被算法準確識別。在同一識別率的情況下，相比于標準的JPEG2000編解碼器和WebP編解碼器能夠顯著地節省比特率。

技術領域

本公開涉及圖像壓縮技術領域，尤其涉及一種基于混合失真度量準則的編解碼裝置及方法。

背景技術

圖像壓縮技術中的失真度量可被分為像素保真度(Pixel Fidelity)、感知保真度(Perceptual Fidelity)、語義保真度(Semantic Fidelity)三個等級。傳統圖像編碼的核心框架包含預測、變換、量化、熵編碼等模塊，像素保真度失真度量被現有的圖像編碼框架廣泛使用，而感知保真度、語義保真度則很難被整合進入現有的圖像編碼框架，只能采用啟發式的方法進行相關準則下的編碼優化此，本領域亟需一種可以集成整合不同失真度量準則進行參數優化的圖像編解碼框架。

發明內容

(一)要解決的技術問題

本公開提出一種基于混合失真度量準則的編解碼裝置及方法，集成整合不同失真度量準則進行參數優化，能夠實現任務驅動型圖像壓縮。

(二)技術方案

本公開提供了一種混合失真度量準則的編解碼裝置，包括：壓縮模塊，用于對待壓縮圖像進行壓縮，得到輸出碼流；解壓縮模塊，用于對所述碼流進行解壓縮，得到重構圖像；混合失真度量準則變換模塊，用于將所述待壓縮圖像與重構圖像轉換到失真度量準則所處的空間，得到失真度量；梯度傳遞模塊，用于將上述失真度量傳遞給上述壓縮模塊和解壓縮模塊，以使上述壓縮模塊和解壓縮模塊的參數被更新。

在一些實施例中，所述失真度量準則包括像素保真度、感知保真度和語義保真度的至少其中之一。

在一些實施例中，所述失真度量為待壓縮圖像與重構圖像在失真度量準則所處空間的特征向量之間的距離。

在一些實施例中，所述壓縮模塊包括：編碼子模塊，用于對待壓縮圖像執行編碼操作得到編碼輸出；量化子模塊，用于對編碼輸出執行量化操作得到量化輸出；無損壓縮子模塊，用于對量化輸出執行無損壓縮操作得到輸出碼流。

在一些實施例中，所述解壓縮模塊包括：無損解壓子模塊，用于對碼流執行無損壓縮的逆操作，得到量化輸出；解碼子模塊，用于對量化輸出執行解碼操作，得到重構的圖像。

在一些實施例中，所述梯度傳遞模塊利用梯度下降算法將失真度量逐步傳遞給編碼子模塊、量化子模塊以及解碼子模塊，編碼子模塊、量化子模塊和解碼子模塊的參數被更新。

在一些實施例中，所述編碼子模塊采用區域自適應池化編碼器。

在一些實施例中，所述解碼子模塊采用人工神經網絡解碼器，其采用對抗的方式訓練而成。

在一些實施例中，所述混合失真度量準則變換模塊采用人臉識別網絡實現。

本公開還提供了一種基于混合失真度量準則的編解碼方法，利用上述任一項所述的編解碼裝置，包括：步驟S1：壓縮模塊對待壓縮圖像進行壓縮，得到輸出碼流；步驟S2：解壓縮模塊對碼流進行解壓縮，得到重構圖像；步驟S3：混合失真度量準則變換模塊將待壓縮圖像x與重構圖像轉換到失真度量準則所處的空間，得到失真度量；步驟S4：梯度傳遞模塊，將失真度量傳遞給壓縮模塊和解壓縮模塊，以使壓縮模塊和解壓縮模塊的參數被更新。

(三)有益效果

從上述技術方案可以看出，本公開具有以下有益效果：