[發明專利]基于多層卷積神經網絡的圖像壓縮方法

在審

• 申請號: 201910366826.2
• 申請日: 2019-05-05
• 公開（公告）號: CN110062231A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 于治樓;戴鴻君
• 申請（專利權）人: 濟南浪潮高新科技投資發展有限公司
• 主分類號: H04N19/124
• 分類號: H04N19/124;H04N19/13;H04N19/147;H04N19/42;H04N19/89
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 闞恭勇

本發明提供一種基于多層卷積神經網絡的圖像壓縮方法，屬于圖像處理技術領域，本發明在深度神經網絡的基礎上引入了級聯算法體系，加快訓練時間，提高訓練效果，大大提高了工作效率，使得簡單、繁瑣的工作自動化，節約時間。

技術領域

本發明涉及圖像處理技術，尤其涉及一種基于多層卷積神經網絡的圖像壓縮方法。

背景技術

圖像數據之所以能被壓縮，就是因為數據中存在著冗余。圖像數據的冗余主要表現為:圖像中相鄰像素間的相關性引起的空間冗余；圖像序列中不同幀之間存在相關性引起的時間冗余；不同彩色平面或頻譜帶的相關性引起的頻譜冗余。數據壓縮的目的就是通過去除這些數據冗余來減少表示數據所需的比特數。由于圖像數據量的龐大,在存儲、傳輸、處理時非常困難,因此圖像數據的壓縮就顯得非常重要。

信息時代帶來了信息爆炸，使數據量大增，因此，無論傳輸或存儲都需要對數據進行有效的壓縮。在遙感技術中，各種航天探測器采用壓縮編碼技術，將獲取的巨大信息送回地面。

圖像壓縮是數據壓縮技術在數字圖像上的應用，它的目的是減少圖像數據中的冗余信息從而用更加高效的格式存儲和傳輸數據。

圖像壓縮可以是有損數據壓縮也可以是無損數據壓縮。對于如繪制的技術圖、圖表或者漫畫優先使用無損壓縮，這是因為有損壓縮方法，尤其是在低的位速條件下將會帶來壓縮失真。如醫療圖像或者用于存檔的掃描圖像等這些有價值的內容的壓縮也盡量選擇無損壓縮方法。有損方法非常適合于自然的圖像，例如一些應用中圖像的微小損失是可以接受的(有時是無法感知的)，這樣就可以大幅度地減小位速。

目前隨著互聯網和手機的快速發展催生出諸多如youtube、頭條、微博等媒體巨頭，使得圖像和視頻占據了互聯網絕大部分流量，因此圖像壓縮算法就顯得越來越重要，但是傳統視頻壓縮算法已經基本完善沒有太大的改進空間，在這種情況下，借助目前流行的深度學習技術來提高圖像壓縮就顯得尤為重要。

發明內容

為了解決以上技術問題，本發明提出了一種基于多層卷積神經網絡的圖像壓縮方法，提高精確度，減少訓練時間。

本發明的技術方案是：

一種基于多層卷積神經網絡的圖像壓縮方法，使用深層卷積神經網絡圖像壓縮的編碼器，使用二值量化進行量化，同時使用香農編碼作為熵編碼經過訓練完成端對端的圖形壓縮。

進一步的，具體步驟如下：

步驟一：設計圖像壓縮編碼器結構。

本發明編碼器使用多層卷積神經網絡，該編碼器以VGG16為基礎，其中卷積層由卷積、batch normalization、relu激活函數和池化組成，通過多層的卷積操作完成圖像的編碼工作。

步驟二：將編碼后的圖片進行量化。

本發明使用二值量化完成對編碼結果的量化，達到減小模型大小的目的。

步驟三：進行反量化和構造解碼器。

上述步驟將圖像進行了編碼，如果想要恢復該圖像則要進行解碼，因此對應上述步驟首先進行反量化，進而構造解碼器完成解碼工作。

解碼器的構造同編碼器相反，編碼器使用卷積和池化操作完成下采樣工作，因此解碼器通過上采樣、卷積和反卷積工作實現圖片信息流的解碼工作，獲得同原圖片近似的圖片。

步驟四：完成熵編碼是編碼和量化后的圖片成為碼字。

該步驟結合上面的編碼和量化方式的選擇來選擇相應的熵編碼方式，因此選擇了香農編碼。

步驟五：完成率-失真優化。