[发明专利]一种基于神经网络的图片存储方法、介质及装置

权利要求书

1.一种基于神经网络的图片存储方法，其特征在于，包括以下步骤：

构建图像数据库；

构建神经网络结构，神经网络采用自编码器结构，包括输入图像、编码器网络、编码、解码器网络和图像输出；

其中，所述的编码器网络，输入为RGB的图像，输出的编码为浮点数；

所述的解码器网络，解码器的输入编码的维数与编码器网络输出维数相同，解码器网络结构的隐藏层与编码器网络的隐藏层个数相同；所述的解码器网络的反卷积层个数与所述的编码器网络的卷积层相同，所述的编码器网络和所述的解码器网络都包含一个全连接层；所述的编码器网络卷积层的卷积核和所述的解码器网络反卷积层的卷积核大小、卷积核深度通道数、卷积步长分别相等，RGB的图像输出通道个数与编码器网络输入通道个数相同。

2.根据权利要求1所述的基于神经网络的图片存储方法，其特征在于，包括以下步骤：图片数据库的数据作为神经网络的训练数据，训练所述的构建神经网络结构；

读取数据库的图像，将图像输入编码器网络，得到编码，将编码输入解码器网络，得到解码后的图像，利用解码后的图像和编码前的图像做损失，利用反向传播算法更新编码器网络和解码器网络；网络训练好后，保存编码器网络结构和网络参数作为图像编码器，保存解码器网络结构和网络参数作为图像解码器。

3.根据权利要求1所述的基于神经网络的图片存储方法，其特征在于，输入为3通道即深度为3的RGB的图像，所述的编码器网络卷积步长为2；全连接层的神经元个数为128。

4.根据权利要求2所述的基于神经网络的图片存储方法，其特征在于，还包括构建图像存储单元，包括两个模块：

图像编码器模块，根据所述的构建神经网络结构训练的图像编码器，存储图像编码信息；

图像下采样压缩模块；把所述的图像变成缩略图，并将图像编码信息存储在缩略图的属性信息栏中。

5.根据权利要求4所述的基于神经网络的图片存储方法，其特征在于，还包括构建图像提取单元，包括图像解码器模块；

根据所述的构建神经网络结构训练的图像解码器，图像在提取时，从缩略图属性信息中得到图像编码信息，并输入图像解码器得到图像的原图。

6.根据权利要求1所述的基于神经网络的图片存储方法，其特征在于，所述的图像数据库不少于5000万。

7.根据权利要求4所述的基于神经网络的图片存储方法，其特征在于，根据所述的构建神经网络结构训练的编码器网络参数全部固定，构成图像编码器模块。

8.根据权利要求5所述的基于神经网络的图片存储方法，其特征在于，根据所述的构建神经网络结构训练的解码器网络参数全部固定，构成图像解码器模块。

9.一种基于神经网络的图片存储介质，其特征在于，存储如权利要求权利要求1-8任一所述的基于神经网络的图片存储方法。

10.一种基于神经网络的图片存储装置，其特征在于，包括：

存储器；

一个或多个处理器，以及

一个或多个程序，存储在存储器中，并被配置成由所述一个或多个处理器执行，所述程序被所述处理器执行时实现所述的权利要求1-8任一所述的图片存储方法。