[发明专利]一种图像压缩方法、装置及终端设备

说明书

本发明适用于图像压缩技术领域，提供了一种图像压缩方法、装置及终端设备，所述方法包括：基于压缩网络的编码器提取原始图像的特征矩阵；基于所述压缩网络的超参网络得到所述特征矩阵每个位置的均值与方差；根据所述每个位置的均值与方差，对所述特征矩阵进行熵估计；根据所述熵估计的结果对所述特征矩阵进行算术编码得到二进制文件；对所述二进制文件进行算术解码，并基于压缩网络的解码器得到所述原始图像的重构图像。本发明通过预测特征矩阵的分布来减少进行算术编码所需要的码字，提升了编码速度且减少了需要存储的内存空间。

技术领域

本发明属于图像压缩技术领域，尤其涉及一种图像压缩方法、装置及终端设备。

背景技术

现有的基于神经网络的图像压缩技术在网络训练过程中进行算术编码时所需要的码字较多，导致编码速度慢且需要存储的内存空间过多。

发明内容

有鉴于此，本发明实施例提供了一种图像压缩方法、装置及终端设备，以解决现有技术中进行算术编码时所需要的码字较多的问题。

本发明实施例的第一方面提供了一种图像压缩方法，包括：

基于压缩网络的编码器提取原始图像的特征矩阵；

基于所述压缩网络的超参网络得到所述特征矩阵每个位置的均值与方差；

根据所述每个位置的均值与方差，对所述特征矩阵进行熵估计；

根据所述熵估计的结果对所述特征矩阵进行算术编码得到二进制文件；

对所述二进制文件进行算术解码，并基于压缩网络的解码器得到所述原始图像的重构图像。

本发明实施例的第二方面提供了一种图像压缩装置，包括：

特征提取模块，用于基于压缩网络的编码器提取原始图像的特征矩阵；

均值方差模块，用于基于所述压缩网络的超参网络得到所述特征矩阵每个位置的均值与方差；

熵估计模块，用于根据所述每个位置的均值与方差，对所述特征矩阵进行熵估计；

算术编码模块，用于根据所述熵估计的结果对所述特征矩阵进行算术编码得到二进制文件；

重构模块，用于对所述二进制文件进行算术解码，并基于压缩网络的解码器得到所述原始图像的重构图像。

本发明实施例的第三方面提供了一种图像压缩终端设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上第一方面所提供的方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上第一方面所提供的方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：

本发明通过预测特征矩阵的分布来减少进行算术编码所需要的码字，与现有技术相比提升了编码速度且减少了需要存储的内存空间。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的图像压缩方法的实现流程示意图；

图2是本发明实施例提供的压缩网络的示例图；

图3是本发明实施例提供的图像压缩装置的示意图；