[發明專利]一種基于多尺度空間和上下文信息融合的圖像壓縮方法

在審

• 申請號: 202210224174.0
• 申請日: 2022-03-09
• 公開（公告）號: CN114792347A
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 王瀚漓;劉自毅
• 申請（專利權）人: 同濟大學
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06K9/62;G06N3/04
• 代理公司: 上?？剖⒅R產權代理有限公司 31225
• 代理人: 楊宏泰

本發明涉及一種基于多尺度空間和上下文信息融合的圖像壓縮方法，該方法包括以下步驟：1)構建基于多尺度空間和上下文信息融合的圖像壓縮模型，通過主編碼器從原始圖像中提取隱藏特征，并采用多尺度信息融合模塊減少向前傳播有效信息的損失；2)超先驗模塊將超先驗信息和多尺度上下文信息結合，獲取三個高斯函數的參數及權重，以權重相加后得到高斯混合模型得到隱藏特征的概率分布；3)基于隱藏特征的概率分布，算數編碼器對隱藏特征進行編碼和解碼；4)主解碼器將隱藏特征重構成為圖片，完成圖像壓縮。與現有技術相比，本發明能夠實現在壓縮碼率更低的情況下，更加優秀的圖像重構質量。

技術領域

本發明涉及圖像壓縮技術領域，尤其是涉及一種基于多尺度空間和上下文信息融合的圖像壓縮方法。

背景技術

在第三次信息革命之后，大量的數字信息在各個終端之間相互傳輸。但限于當時的數字信息獲取方式，大多數的信息還是停留在文字信息上，但是隨著各種電子數碼產品的誕生和普及，尤其是移動互聯網時代的到來，每一個人都可以成為攝影師，可以方便使用的電子設備使得大量的圖片與視頻信息在互聯網上大量傳輸，大量的數據也導致了對于數據速度的要求和對于存儲空間的要求飛速增加。因此對于數據壓縮的必要性也由此體現出來，其中如何壓縮占據互聯網數據相當部分的圖片數據成為了一個熱點研究課題。

在基于深度學習的圖像編碼方法出現之前，有著大量的傳統方法，包括JPEG、JPEG2000、BPG等，這些方法直到現在依然被廣泛使用，但是傳統方法被有很多手工設計的組件，一般而言包括分塊，線性變換，量化以及熵編碼。由于深度學習的迅速發展以及在眾多計算機視覺領域的廣泛運用，大量基于深度學習的端到端的圖像壓縮方法被提出?，F有的方法大多基于比較成熟的深度學習模型，比如基于卷積神經網絡的圖像壓縮，基于生成對抗網絡的圖像壓縮和基于圖卷積神經網絡的圖像壓縮。其中基于生成對抗網絡的圖像壓縮算法利用生成器和判別器之間的對抗訓練，提高了低碼率下圖像重構的人眼感官，但是恢復的圖片在峰值信噪比(PSNR)和多層級結構相似性(MS-SSIM)的指標上表現不佳。因為卷積神經網絡對于圖像特征提取的優勢，大部分基于深度學習的圖像壓縮一般使用卷積神經網絡的結構?，F有的基于卷積神經網絡的方法，首先，通過主編碼器從圖像中提取隱藏特征，再利用超先驗自動編碼機，提取隱藏特征中的邊緣信息作為超先驗特征。之后，通過超先驗特征結合由上下文模型得到的上下文特征來估計隱藏特征的概率分布，以此來對隱藏特征進行算數編碼。最后，利用主編碼器將隱藏特征恢復成為圖像。但是已有的方法依然存在很多不足。首先，主編碼器在去除隱藏特征中的空間冗余的，同時也丟失了一部分有效的空間信息，尤其是具有復雜紋理的區域的信息在向前傳播中被損失了，這限制了圖像重構的質量。另一方面，由于壓縮圖像的內容尺度是不確定的，上下文模型中大小固定的掩碼卷積核無法有效的從隱藏特征中獲得有效的相關性信息，這使得現有方法的熵模型的準確性依然不夠。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于多尺度空間和上下文信息融合的圖像壓縮方法。

本發明的目的可以通過以下技術方案來實現：

一種基于多尺度空間和上下文信息融合的圖像壓縮方法，該方法包括以下步驟：

1)構建基于多尺度空間和上下文信息融合的圖像壓縮模型，通過主編碼器從原始圖像中提取隱藏特征，并采用多尺度信息融合模塊減少向前傳播有效信息的損失；

2)超先驗模塊將超先驗信息和多尺度上下文信息結合，獲取三個高斯函數的參數及權重，以權重相加后得到高斯混合模型得到隱藏特征的概率分布；

3)基于隱藏特征的概率分布，算數編碼器對隱藏特征進行編碼和解碼；

4)主解碼器將隱藏特征重構成為圖片，完成圖像壓縮。

所述的步驟1)具體包括以下步驟：