[發明專利]圖像處理方法及裝置、電子設備和存儲介質

在審

• 申請號: 202210564531.8
• 申請日: 2022-05-23
• 公開（公告）號: CN114972554A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 何岱嵐;王巖;楊孜名;秦紅偉
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種圖像處理方法，其特征在于，包括：

獲取待編碼的第一圖像的第一整數特征信息和第一編碼邊信息；

根據所述第一整數特征信息和第一編碼邊信息，獲得熵編碼參數，所述熵編碼參數為通過整數定點化處理后的神經網絡獲得的編碼信息，所述整數定點化處理用于使神經網絡的輸出信息為整數信息；

根據所述熵編碼參數、所述第一編碼邊信息和所述第一整數特征信息進行編碼處理，獲得所述第一圖像的第一編碼結果。

2.根據權利要求1所述的方法，其特征在于，所述獲取待編碼的第一圖像的第一整數特征信息和第一編碼邊信息，包括：

將所述第一圖像輸入第一編碼網絡，獲取第一特征信息；

將所述第一特征信息輸入第二編碼網絡，獲得第三特征信息；

對所述第三特征信息進行取整處理，獲得所述第一編碼邊信息；

將所述第一特征信息進行取整處理，獲得所述第一整數特征信息。

3.根據權利要求1或2所述的方法，其特征在于，所述根據所述第一整數特征信息和第一編碼邊信息，獲得熵編碼參數，包括：

將所述第一編碼邊信息輸入整數定點化處理后的第一解碼網絡，獲得第二特征信息；

根據所述第二特征信息和所述第一整數特征信息，獲得所述熵編碼參數。

4.根據權利要求3所述的方法，其特征在于，所述根據所述第二特征信息和所述第一整數特征信息，獲得熵編碼參數，包括：

根據所述第二特征信息和所述第一整數特征信息，獲得第一超驗特征信息和第二超驗特征信息，所述第一超驗特征信息和所述第二超驗特征信息分別與所述第一整數特征信息的部分特征對應；

根據所述第一超驗特征信息、所述第二超驗特征信息和所述整數定點化處理后的參數預測網絡，獲得第一熵編碼估計參數和第二熵編碼估計參數；

根據所述第一熵編碼估計參數和所述第二熵編碼估計參數，獲得所述熵編碼參數。

5.根據權利要求4所述的方法，其特征在于，所述根據所述第二特征信息和所述第一整數特征信息，獲得第一超驗特征信息和第二超驗特征信息，包括：

將所述第一整數特征信息進行分解，獲得第二整數特征信息和第三整數特征信息；

根據所述第二整數特征信息和所述第二特征信息，獲得所述第一超驗特征信息；

根據所述第三整數特征信息和所述第二特征信息，獲得所述第二超驗特征信息。

6.根據權利要求5所述的方法，其特征在于，所述將所述第一整數特征信息進行分解，獲得第二整數特征信息和第三整數特征信息，包括：

將所述第一整數特征信息進行棋盤分解，獲得所述第二整數特征信息和所述第三整數特征信息。

7.根據權利要求5或6所述的方法，其特征在于，根據所述第一超驗特征信息、所述第二超驗特征信息和所述整數定點化處理后的參數預測網絡，獲得第一熵編碼估計參數和第二熵編碼估計參數，包括：

將所述第一超驗特征信息輸入整數定點化處理后的參數預測網絡，獲得第一熵編碼估計參數；

將所述第二整數特征信息輸入整數定點化處理后的語義預測網絡，獲得第一語義特征信息；

將所述第一語義特征信息和所述第二超驗特征信息輸入所述整數定點化處理后的參數預測網絡，獲得第二熵編碼估計參數。

8.根據權利要求1-7中任一項所述的方法，其特征在于，所述根據所述熵編碼參數、所述第一編碼邊信息和所述第一整數特征信息進行編碼處理，獲得所述第一圖像的第一編碼結果，包括：

將所述熵編碼參數輸入概率定點化處理后的概率估計網絡，獲得第一概率累積參數，其中，所述概率定點化處理使得所述第一概率累積參數為確定的參數；

根據所述第一概率累積參數和所述第一整數特征信息進行熵編碼處理，獲得編碼特征；

根據所述編碼特征和所述第一編碼邊信息，獲得所述第一編碼結果。