本发明属于数字图像处理技术领域,涉及一种图像软解码方法,具体涉及一种基于宽激活循环神经网络的近无损压缩图像软解码方法,该方法包括如下步骤:S1,样本的获取及预处理;S2,宽激活循环神经网络模型的构建;S3,宽激活循环神经网络模型的训练;S4,宽激活循环神经网络模型的测试。解决了现有方法重建压缩图像质量不够清晰,且像素边界约束不够严格的问题。本发明通过构建一种基于宽激活神经网络的近无损压缩图像循环重建模型,并且以合理且高效的方式重新定义了像素边界约束,有效的提升了压缩图像重建质量,保证了严格的像素边界约束,提升了人的视觉感官体验,可用于完成近无损压缩图像的软解码。
声明:
“基于宽激活循环神经网络的近无损压缩图像软解码方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)