本发明公开了一种基于对抗学习的可变比特率生成式压缩方法,属于通信与数字图像处理的交叉技术领域。对编解码全卷积网络特征图的方差进行量化,实现训练单一生成式模型进行可变比特率压缩。实现步骤为:通过图像采集设备,构造训练和测试数据集;构建基于自编码器结构的生成式压缩网络;根据率失真误差计算单元,交替训练生成式网络;根据目标压缩率,计算掩膜阈值;基于特征图通道冗余指标和阈值,计算掩膜;掩膜和特征图的无损压缩与编码。本发明只训练单一模型,但能够产生不同比特率的压缩结果,在0.1bpp以下的极限压缩率上,重建图像的主观质量和语义信息保存均有良好效果。
声明:
“基于对抗学习的可变比特率生成式压缩方法” 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)