[發明專利]一種圖像編碼方法和設備，及存儲介質

在審

• 申請號: 202110383941.8
• 申請日: 2021-04-09
• 公開（公告）號: CN113298892A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 韓冰;戈志偉;徐夙龍
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉星雨;張穎玲

1.一種圖像編碼方法，其特征在于，所述方法包括：

利用第一訓練數據訓練初始特征提取模型，獲得目標特征提取模型；

利用第二訓練數據訓練初始聚類模型，獲得第一聚類模型；

根據所述目標特征提取模型和所述第一聚類模型對圖像數據進行圖像編碼處理，獲得所述圖像數據對應的編碼后數據。

2.根據權利要求1所述的方法，其特征在于，所述利用第一訓練數據訓練初始特征提取模型，獲得目標特征提取模型，包括：

將所述第一訓練數據輸入至所述初始特征提取模型，獲得所述第一訓練數據對應的第一特征圖、第二特征圖以及第三特征圖；

計算所述第一特征圖對應的第一互信息損失度、所述第二特征圖對應的第二互信息損失度以及所述第三特征圖對應的第三互信息損失度；

根據所述第一互信息損失度、所述第二互信息損失度以及所述第三互信息損失度計算梯度信息；

根據所述梯度信息更新所述初始特征提取模型，獲得所述目標特征提取模型。

3.根據權利要求2所述的方法，其特征在于，所述將所述第一訓練數據輸入至所述初始特征提取模型，獲得所述第一訓練數據對應的第一特征圖、第二特征圖以及第三特征圖，包括：

根據第一部分卷積層對所述第一訓練數據進行卷積處理，獲得所述第一訓練數據對應的第一信息；

根據第一池化層對所述第一信息進行池化處理，獲得所述第一訓練數據對應的第一特征圖；

根據第二部分卷積層對所述第一特征圖進行卷積處理，獲得所述第一訓練數據對應的第二信息；

根據第二池化層對所述第二信息進行池化處理，獲得所述第一訓練數據對應的第二特征圖；

根據第三部分卷積層對所述第二特征圖進行卷積處理，獲得所述第一訓練數據對應的第三信息；

根據第三池化層對所述第三信息進行池化處理，獲得所述第一訓練數據對應的第三特征圖；其中，所述第三池化層為全局池化層。

4.根據權利要求3所述的方法，其特征在于，所述利用第二訓練數據訓練初始聚類模型，獲得第一聚類模型，包括：

對所述第二訓練數據進行分段處理，獲得所述第二訓練數據對應的向量集合；

對所述向量集合進行聚類處理，獲得所述第二訓練數據對應的編碼后訓練數據；

計算所述編碼后訓練數據對應的距離信息；

根據所述距離信息更新所述初始聚類模型，獲得所述第一聚類模型。

5.根據權利要求1所述的方法，其特征在于，所述根據所述目標特征提取模型和所述第一聚類模型對圖像數據進行圖像編碼處理，獲得所述圖像數據集對應的編碼后數據，包括：

根據所述目標特征提取模型對圖像數據進行特征提取處理，獲得所述圖像數據對應的特征信息；

根據所述第一聚類模型對所述特征信息進行聚類處理，獲得所述圖像數據對應的初始編碼后數據；

根據第二聚類模型對所述初始編碼后數據進行聚類處理，獲得所述圖像數據對應的編碼后數據。

6.根據權利要求5所述的方法，其特征在于，所述根據所述目標特征提取模型對圖像數據進行特征提取處理，獲得所述圖像數據對應的特征信息，包括：

根據第一部分卷積層對所述圖像數據進行卷積處理，獲得所述圖像數據對應的第四信息；

根據第一池化層對所述第四信息進行池化處理，獲得所述圖像數據對應的第四特征圖；

根據第二部分卷積層對所述第四特征圖進行卷積處理，獲得所述圖像數據對應的第五信息；

根據第二池化層對所述第五信息進行池化處理，獲得所述圖像數據對應的第五特征圖；

根據第三部分卷積層對所述第五特征圖進行卷積處理，獲得所述圖像數據對應的第六信息；

根據第三池化層對所述第六信息進行池化處理，獲得所述圖像數據對應的所述特征信息；其中，所述第三池化層為全局池化層。