[发明专利]图像编码方法和装置、图像解码方法和装置

权利要求书

1.一种图像编码装置，其特征在于，所述图像编码装置包括：

卷积神经网络编码器，其利用卷积神经网络对待处理的图像数据进行特征提取，生成所述图像数据的特征图；

量化器，其用于对所述特征图进行量化，生成离散的特征图；

预处理器，其对所述离散的特征图进行预处理，生成预处理数据，所述预处理数据的数据量小于所述离散的特征图的数据量；

概率估计器，其根据所述预处理数据计算所述离散的特征图中的待编码数据的概率；以及

熵编码器，其根据所述待编码数据的概率对所述待编码数据进行熵编码。

2.根据权利要求1所述的图像编码装置，其特征在于，所述预处理器选择所述离散的特征图中的部分数据作为预处理数据，其中，所述预处理数据包括以当前的所述待编码数据为中心的、在规定范围内的多个数据。

3.根据权利要求2所述的图像编码装置，其特征在于，所述概率估计器包括掩模卷积层，所述掩模卷积层对所述预处理数据进行卷积运算，所述规定范围对应于所述掩模卷积层的尺度。

4.根据权利要求3所述的图像编码装置，其特征在于，在所述掩模卷积层的个数为1个的情况下，所述规定范围等于所述掩模卷积层的尺度；在所述掩模卷积层的个数为多个的情况下，所述规定范围等于多个所述掩模卷积层的最大尺度，或者，所述规定范围等于各个所述掩模卷积层的尺度。

5.根据权利要求1所述的图像编码装置，其特征在于，所述图像编码装置还包括：

标记数据生成器，其用于生成标记数据，所述标记数据用于指示所述离散的特征图中各个通道的数据是否为全零；

所述熵编码器还根据所述标记数据对所述离散的特征图中的所述待编码数据进行熵编码。

6.根据权利要求5所述的图像编码装置，其特征在于，

所述熵编码器在所述标记数据指示所述离散的特征图中某一通道的数据为全零时，不对该通道的所述离散的特征图中的所述待编码数据进行熵编码；在所述标记数据指示所述离散的特征图中某一通道的数据不是全零时，根据所述待编码数据的概率对该通道的所述离散的特征图中的所述待编码数据进行熵编码。

7.一种图像编码装置，其特征在于，所述图像编码装置包括：

卷积神经网络编码器，其利用卷积神经网络对待处理的图像数据进行特征提取，以生成所述图像数据的特征图；

量化器，其用于对所述特征图进行量化，以生成离散的特征图；

概率估计器，其计算所述离散的特征图中的待编码数据的概率；

标记数据生成器，其用于生成标记数据，所述标记数据用于指示所述离散的特征图中某一通道的数据是否为全零；

熵编码器，其根据所述标记数据和所述待编码数据的概率对所述待编码数据进行熵编码生成二进制码流。

8.根据权利要求7所述的图像编码装置，其特征在于，

所述熵编码器在所述标记数据指示所述离散的特征图中某一通道的数据为全零时，不对该通道的所述离散的特征图中的所述待编码数据进行熵编码；在所述标记数据指示所述离散的特征图中某一通道的数据不是全零时，根据所述待编码数据的概率对该通道的所述待编码数据进行熵编码。

9.一种图像解码装置，其特征在于，所述图像解码装置包括：

概率估计器，其估计当前的待解码数据的概率；

熵解码器，其根据标记数据和所述待解码数据的概率对所述待解码数据进行熵解码，得到特征图，其中，所述标记数据用于指示所述特征图中各个通道的数据是否为全零；以及

卷积神经网络解码器，其用于对所述特征图进行重建，生成图像数据。

10.根据权利要求9所述的图像解码装置，其特征在于，

所述熵解码器在所述标记数据指示所述特征图中某一通道的数据是全零的情况下，针对该通道生成全零的特征图；在所述标记数据指示所述特征图中某一通道的数据不是全零的情况下，根据所述待解码数据的概率对该通道的所述待解码数据进行熵解码得到特征图。