[发明专利]一种深度语义感知与BPG压缩工具的图像压缩方法

说明书

本发明涉及图像压缩技术领域，具体提供了一种深度语义感知与BPG压缩工具的图像压缩方法。与现有技术相比，本发明的一种深度语义感知与BPG压缩工具的图像压缩方法，分为以下步骤：编码过程S101、原输入图像；S102、利用CNN卷积神经网络对图像处理和分类，输出特征图，通过CAM方法得到语义显著图；S103、将语义显著图划分为等级不同的注意力区域；S104、利用BPG压缩工具对上述不同注意力区域进行不同压缩率的压缩，生产多个.bpg中间文件。利用CAM良好的图像分类能力和计算边界框能力，提升图像压缩速度、压缩率，具有良好的推广价值。

技术领域

本发明涉及图像压缩技术领域，具体提供一种深度语义感知与BPG压缩工具的图像压缩方法。

背景技术

BPG是一种新型的图片格式，其设计初衷在于图片质量或文件大小成为瓶颈时,取代JPEG。这种压缩工具具备高压缩比，在质量类似的情况下，压缩后的图片文件比JPEG小很多。对于相同大小的图片，BPG的存储质量要远高于JPEG。

图像理解就是对图像的语义理解。它是以图像为对象，知识为核心，研究图像中有什么目标、目标之间的相互关系、图像是什么场景以及如何应用场景的一门学科。

传统的物体检测仅限于检测图像中的单个显著物体，从而不能保证语义对物体的完整性，与人眼注视所产生的结果是有误差的，因此不能很好的与压缩工具结合，导致图像压缩的速度和压缩率降低，压缩后的图像会降低失真率，减慢压缩过程。

发明内容

本发明是针对上述现有技术的不足，提供一种实用性强的深度语义感知与BPG压缩工具的图像压缩方法。

本发明解决其技术问题所采用的技术方案是：

一种深度语义感知与BPG压缩工具的图像压缩方法，分为以下步骤：

(一)编码过程

S101、原输入图像；

S102、利用CNN卷积神经网络对图像处理和分类，输出特征图，通过CAM方法得到语义显著图；

S103、将语义显著图划分为等级不同的注意力区域；

S104、利用BPG压缩工具对上述不同注意力区域进行不同压缩率的压缩，生产多个.bpg中间文件；

(二)解码过程

S201、将多个.bpg中间文件利用BPG压缩工具进行还原，生成多个图像区域；

S202、将图像区域根据特征图进行还原，形成输出图片。

进一步的，在步骤S102中CNN卷积神经网络定位单个图像多个感兴趣区域并捕捉场景结构,通过为图像中一组物体中每一个进行单独学习特征图,对重要特征求和,从而生成一个单一不变的特征图。

进一步的，CNN卷积神经网络是多层前馈体系结构，每一层学习的功能要应用前一层所输出的卷积滤波器的权重，并且梯度化进行，在每层中并行学习多个过滤器过程中，卷积层输出3-d特征图，其中，深度表示过滤器的数量。

进一步的，CNN卷积神经网络在每次卷积之后都包括一个最大池化步骤，通过替换几个相邻的激活系数来减少3-d特征图的高度和宽度，一次激活等于该窗口内的最大值，池化操作是属于跨步的，其中，池窗口的大小大于跨步，窗口重叠；对于给定的内核大小，输入数据的下采样和滤波器作用于3-d特征图上将会形成较大感受用于减少CNN卷积神经网络模型的参数数量并训练更深层的网络。

进一步的，步骤S102中所述的CAM类激活映射生成模糊边界，能够捕获不属于任何特定物体，只需对物体类的打上图像级别的标签，无需像素级注释或边框定位。