一种基于对抗学习的可变比特率生成式压缩方法

发明专利有效专利

申请号：
CN202010444527.9
IPC分类号：H04N19/13;H04N19/132;H04N19/147;H04N19/154;H04N19/184;H04N19/42
申请日期：
2020-05-23
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于对抗学习的可变比特率生成式压缩方法
申请号	CN202010444527.9	申请日期	2020-05-23
法律状态	授权	申报国家	中国
公开/公告日	2020-10-16	公开/公告号	CN111787323A
优先权	暂无	优先权号	暂无
主分类号	H04N19/13 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04N 图像通信，如电视 H04N19/00 用于数字视频信号编码，解码，压缩或解压缩的方法或装置〔2014.01〕 H04N19/10的附注：分入本组时，每个涉及到自适应编码的方面都应当尽可能的分类到H04N 19/102，H04N 19/134，H04N 19/169和H04N 19/189小组〔2014.01〕 H04N19/102 其特征在于由一个元素，参数或选择影响或通过自适应编码控制〔2014.01〕 H04N19/13 自适应熵编码，例如自适应可变长度编码〔AVLC〕或上下文自适应二进制运算〔CABAC〕编码〔2014.01〕	IPC分类号	H;0;4;N;1;9;/;1;3;;;H;0;4;N;1;9;/;1;3;2;;;H;0;4;N;1;9;/;1;4;7;;;H;0;4;N;1;9;/;1;5;4;;;H;0;4;N;1;9;/;1;8;4;;;H;0;4;N;1;9;/;4;2查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	陶晓明;段一平;韩超诣;陆建华
代理机构	北京思海天达知识产权代理有限公司	代理人	沈波

摘要

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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供