专利名称：基于深度卷积神经网络的静止图像压缩方法专利类型：发明专利
发明人：何小海,陈敬勖,陈洪刚,卿粼波,滕奇志,吴小强,王正
勇
申请号：CN201710287432.9申请日：20170427公开号：CN107018422A公开日：20170804
摘要：本发明公开了一种基于深度卷积神经网络的静止图像压缩方法。主要包括以下步骤：在编码端对原始图像进行下采样并利用JPEG2000标准编解码；利用深度卷积神经网络对解码图像进行抑制压缩效应；采用超分辨率方法对抑制压缩效应图像进行重建；将原始图像与解码的高分辨率图像相减得到残差图像并针对性编码；将编码的低分辨率图像、残差图像与辅助信息形成比特流并传输；解码端解码得到解码的低分辨率图像、残差图像与辅助信息；对解码的低分辨率图像进行处理得到解码的高分辨率图像，并与解码的残差图像相叠加便得到最终解码的高分辨率图像。本发明所述的静止图像压缩方法具有比JPEG2000标准更好的率失真性能。
申请人：四川大学
地址：610065 四川省成都市武侯区一环路南一段24号
国籍：CN
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容