[发明专利]面向视觉分析任务的图像编码方法、电子设备及介质

说明书

本申请提供一种面向视觉分析任务的图像编码方法、装置、电子设备及介质。所述方法包括：根据待编码图像的视觉分析任务类型，确定相应的恰可识别失真预测模型；将待编码图像输入所述恰可识别失真预测模型，得到所述恰可识别失真预测模型输出的所述图像的恰可识别失真；根据所述图像的恰可识别失真确定编码参数，并根据所述编码参数对所述图像进行编码，得到相应的编码图像。恰可识别失真是编码图像造成视觉分析准确度小于预设准确度的失真阈值，本方案中，使用图像的恰可识别失真作为编码参数选择与设置的指导，能够在同等码率下实现编码图像上的视觉分析任务性能提升，能够节省较多码率，具有较强的可部署性和实用性。

技术领域

本申请涉及数字信号处理领域，具体涉及一种面向视觉分析任务的图像编码方法及装置、一种电子设备以及一种计算机可读存储介质。

背景技术

图像编码是一种针对数字图像的数据压缩方法，目标是去除原始图像中的冗余，节约存储和传输成本。经过编码压缩的图像一般用于给人观看，而人类的视觉系统并不完美，在能够把握大部分图像信息的同时，会遗漏部分细节。尤其是，人类难以把握两幅相同内容、但质量相似的图像间的差异，这类差异能被人类察觉到的阈值被称作恰可察觉失真(Just Noticeable Distortion，JND)，可以作为一种编码压缩的指导模型。

越来越多的图像被用于各种视觉任务中，例如人脸识别、以图搜图等，目前基于深度学习的模型在各项重要的视觉任务上取得了优越的性能。深度学习指的是构建较深的神经网络完成复杂映射的拟合，大部分神经网络模型结构可分为两部分，首先使用若干叠加的卷积层、池化层和激活函数层提取图像特征并降维，然后使用全连接层对特征进行加权组合并输出预测值，通过在大规模数据集上进行端到端的训练以更新神经元的参数。神经网络模型所提取特征的质量很大程度上影响最终的性能，而特征的提取也会受到图像本身质量的影响，对这种影响进行研究，若能给出其阈值，则可以指导编码压缩以产生符合质量要求的图像。

发明内容

本申请的目的是提供一种面向视觉分析任务的图像编码方法及装置、一种电子设备以及一种计算机可读存储介质。

本申请第一方面提供一种面向视觉分析任务的图像编码方法，包括：

根据待编码图像的视觉分析任务类型，确定相应的恰可识别失真预测模型；

将待编码图像输入所述恰可识别失真预测模型，得到所述恰可识别失真预测模型输出的所述图像的恰可识别失真；

根据所述图像的恰可识别失真确定编码参数，并根据所述编码参数对所述图像进行编码，得到相应的编码图像；

其中，所述恰可识别失真是编码图像造成所述视觉分析任务类型对应的视觉分析准确度小于预设准确度的失真阈值；所述恰可识别失真预测模型是根据视觉分析失真图像数据集为样本集训练得到的，该失真图像数据集中以视觉分析任务评价指标为准标注恰可识别失真。

本申请第二方面提供一种面向视觉分析任务的图像编码装置，包括：

确定模块，用于根据待编码图像的视觉分析任务类型，确定相应的恰可识别失真预测模型；

预测模块，用于将待编码图像输入所述恰可识别失真预测模型，得到所述恰可识别失真预测模型输出的所述图像的恰可识别失真；

编码模块，用于根据所述图像的恰可识别失真确定编码参数，并根据所述编码参数对所述图像进行编码，得到相应的编码图像；

其中，所述恰可识别失真是编码图像造成所述视觉分析任务类型对应的视觉分析准确度小于预设准确度的失真阈值；所述恰可识别失真预测模型是根据视觉分析失真图像数据集为样本集训练得到的，该失真图像数据集中以视觉分析任务评价指标为准标注恰可识别失真。