一种基于主动学习和半监督学习的图像压缩方法

发明专利无效专利

申请号：
CN201210050383.4
IPC分类号：G06T9/00
申请日期：
2012-02-29
申请人：
浙江大学

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	一种基于主动学习和半监督学习的图像压缩方法
申请号	CN201210050383.4	申请日期	2012-02-29
法律状态	权利终止	申报国家	中国
公开/公告日	2012-08-01	公开/公告号	CN102622771A
优先权	暂无	优先权号	暂无
主分类号	G06T9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T9/00 图像编码，例如从位图到非位图（静态图像的带宽或冗余减少的压缩入H04N 1/41；静态彩色图像信号的编码或解码入H04N 1/64；数字视频信号的编码、解码、压缩或解压缩的方法或装置入H04N 19/00）〔6，2006.01〕	IPC分类号	G;0;6;T;9;/;0;0查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市西湖区浙大路38号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	何晓飞;卜佳俊;陈纯;周宇
代理机构	杭州天正专利事务所有限公司	代理人	王兵;黄美娟

摘要

本发明公开了一种基于主动学习和半监督学习的图像压缩方法。本发明的方法是基于主动学习的方式，选取图像中一些最具有代表性的像素点的颜色信息来学习一个能够预测图像剩下的像素点的颜色的模型。方法主要步骤如下：给出一张图像的所有像素点，本发明的方法首先简单地将图像分割为若干个矩形区域，在这些矩形区域中随机各选一个像素点，然后对这些点进行主动学习选出最具代表性的像素点，记录其灰度及颜色值，对图像剩余像素点则只记录其灰度值，完成压缩过程；在解压时使用拉普拉斯正则化最小二乘LapRLS这一种半监督学习的算法来预测还原所有像素点颜色。

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