[发明专利]基于卷积神经网络的图像压缩优化方法在审
| 申请号： | 201911032999.7 | 申请日： | 2019-10-28 |
| 公开（公告）号： | CN110796251A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 郭炜;李琦;魏继增 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06T9/00 |
| 代理公司： | 12201 天津市北洋有限责任专利代理事务所 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及卷积网络、图像处理，为解决卷积神经网络模型存储资源开销大、参数计算量大、推断时间长等问题，本发明，基于卷积神经网络的图像压缩优化方法，构建包括编码器E、解码器d和对抗网络GAN的网络模型，编码器E为卷积神经网络，解码器d为进行上采样处理的卷积神经网络和进行恢复原始图像维度的反卷积神经网络，由一个discriminator卷积神经网络和一个反卷积神经网络generator构成生成式对抗网络GAN，q为算数运算器，将原始图像x经编码器E编码为特征图w，然后经量化器q量化为 | ||
| 搜索关键词： | 卷积神经网络 解码器 编码器 神经网络 图像处理 反卷积 恢复原始图像 网络 参数计算 模型存储 生成图像 图像压缩 网络模型 原始图像 资源开销 量化器 上采样 生成式 特征图 运算器 对抗 构建 卷积 维度 算数 推断 量化 应用 优化 | ||
【主权项】：
1.一种基于卷积神经网络的图像压缩优化方法，其特征是，构建包括编码器E、解码器d和对抗网络GAN的网络模型，编码器E为卷积神经网络，解码器d为进行上采样处理的卷积神经网络和进行恢复原始图像维度的反卷积神经网络，由一个discriminator卷积神经网络和一个反卷积神经网络generator构成生成式对抗网络GAN，q为算数运算器，将原始图像x经编码器E编码为特征图w，然后经量化器q量化为
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911032999.7/，转载请声明来源钻瓜专利网。
