[发明专利]一种图像编码、解码方法及系统

说明书

本发明公开了一种图像编码、解码方法及系统，基于变分自编码网络，由编码模型和解码模型构成，本发明通过变分自编码网络旨在编解码图片的过程中采用激活函数Softplus、relu以及leakyrelu，实现最佳拟合方差，降低计算误差，同时通过减低残差块的通道数和个数，更进一步减少用户使用的显存量和计算量，提高压缩性能，达到最佳的压缩效果。

技术领域

本发明涉及图像识别技术领域，具体涉及一种图像编码、解码方法及系统。

背景技术

随着大数据信息时代的到来，图像信号正成为信息存储与传播的主体，在推动国民经济、保障社会安全、传播先进文化等方面发挥着极为重要的作用。

图像信号内部存在大量冗余，包括空间冗余、结构冗余以及视觉冗余等。正因为存在这样的冗余，图像数据才能够被压缩。而在互联网的发展中，人们通过观看视频和读取图片来获取信息，而视频和图片所占的空间非常大，会导致占用大量网络宽带，影响传输速度，因此，在图像信息的传输方面如何压缩图像数据以节省空间已经成为迫在眉睫需要解决的问题。

传统的图像编码算法bpg在随着量化级数的增加，容易导致计算量呈现指数上涨，增加计算复杂度，从而使得编码效率低，导致压缩性能低。

因此，现有技术有待于改进和发展。

发明内容

基于此，有必要针对上述的技术问题，提供一种图像编码、解码方法及系统，旨在将编码模型与解码模型所构成的变分自编码网络在编解码图片的过程中采用不同的激活函数Softplus、relu以及leakyrelu，实现最佳拟合方差，降低计算误差，同时通过减低残差块的通道数和个数，更进一步减少用户使用的显存量和计算量，提高压缩性能和压缩比，达到最佳的压缩效果。

为了达到上述目的，本发明采取了以下技术方案：

一种图像编码方法，所述图像编码方法包括以下步骤：

将原始图片作为输入图像，输入至有损编码网络，通过所述有损编码网络输出原始图片对应的初始特征图；

将所述初始特征图量化后得到的初始量化特征图输入至无损编码网络，通过所述无损编码网络输出初始量化特征图对应的初始概率图；

将初始量化特征图和初始概率图进行算术编码，得到压缩后的中间文件。

可选的，所述有损编码网络和所述无损编码网络构成编码模型，所述有损编码网络包括上采样模块、下采样模块以及连接模块；所述通过所述有损编码网络输出原始图片对应的初始特征图具体包括:

将原始图片输入至上采样模块，通过上采样模块输出原始图片对应的第一特征图；

将第一特征图输入至下采样模块，通过下采样模块输出若干第二特征图；

将第一特征图以及所述若干第二特征图输入所述连接模块，通过所述连接模块输出所述原始图片对应的初始特征图。

可选的，所述上采样模块包括若干第一卷积层，所述将原始图片输入至上采样模块，通过上采样模块输出原始图片对应的第一特征图具体包括：

将原始图片依次输入至各第一卷积层，通过各第一卷积层依次输出若干中间第一特征图；

直至通过最后一个第一卷积层输出原始图片对应的第一特征图。

可选的，所述下采样模块包括并列设置的若干第二卷积层，所述将第一特征图输入至下采样模块，通过下采样模块输出若干第二特征图具体包括：

获取各第一卷积层输出的若干中间第一特征图；

将若干中间第一特征图分别对应输入至若干第二卷积层，通过各第二卷积层输出若干第二特征图。