[发明专利]图像处理方法及装置、电子设备和存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待编码的第一图像的第一整数特征信息和第一编码边信息；

根据所述第一整数特征信息和第一编码边信息，获得熵编码参数，所述熵编码参数为通过整数定点化处理后的神经网络获得的编码信息，所述整数定点化处理用于使神经网络的输出信息为整数信息；

根据所述熵编码参数、所述第一编码边信息和所述第一整数特征信息进行编码处理，获得所述第一图像的第一编码结果。

2.根据权利要求1所述的方法，其特征在于，所述获取待编码的第一图像的第一整数特征信息和第一编码边信息，包括：

将所述第一图像输入第一编码网络，获取第一特征信息；

将所述第一特征信息输入第二编码网络，获得第三特征信息；

对所述第三特征信息进行取整处理，获得所述第一编码边信息；

将所述第一特征信息进行取整处理，获得所述第一整数特征信息。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一整数特征信息和第一编码边信息，获得熵编码参数，包括：

将所述第一编码边信息输入整数定点化处理后的第一解码网络，获得第二特征信息；

根据所述第二特征信息和所述第一整数特征信息，获得所述熵编码参数。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第二特征信息和所述第一整数特征信息，获得熵编码参数，包括：

根据所述第二特征信息和所述第一整数特征信息，获得第一超验特征信息和第二超验特征信息，所述第一超验特征信息和所述第二超验特征信息分别与所述第一整数特征信息的部分特征对应；

根据所述第一超验特征信息、所述第二超验特征信息和所述整数定点化处理后的参数预测网络，获得第一熵编码估计参数和第二熵编码估计参数；

根据所述第一熵编码估计参数和所述第二熵编码估计参数，获得所述熵编码参数。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第二特征信息和所述第一整数特征信息，获得第一超验特征信息和第二超验特征信息，包括：

将所述第一整数特征信息进行分解，获得第二整数特征信息和第三整数特征信息；

根据所述第二整数特征信息和所述第二特征信息，获得所述第一超验特征信息；

根据所述第三整数特征信息和所述第二特征信息，获得所述第二超验特征信息。

6.根据权利要求5所述的方法，其特征在于，所述将所述第一整数特征信息进行分解，获得第二整数特征信息和第三整数特征信息，包括：

将所述第一整数特征信息进行棋盘分解，获得所述第二整数特征信息和所述第三整数特征信息。

7.根据权利要求5或6所述的方法，其特征在于，根据所述第一超验特征信息、所述第二超验特征信息和所述整数定点化处理后的参数预测网络，获得第一熵编码估计参数和第二熵编码估计参数，包括：

将所述第一超验特征信息输入整数定点化处理后的参数预测网络，获得第一熵编码估计参数；

将所述第二整数特征信息输入整数定点化处理后的语义预测网络，获得第一语义特征信息；

将所述第一语义特征信息和所述第二超验特征信息输入所述整数定点化处理后的参数预测网络，获得第二熵编码估计参数。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述根据所述熵编码参数、所述第一编码边信息和所述第一整数特征信息进行编码处理，获得所述第一图像的第一编码结果，包括：

将所述熵编码参数输入概率定点化处理后的概率估计网络，获得第一概率累积参数，其中，所述概率定点化处理使得所述第一概率累积参数为确定的参数；

根据所述第一概率累积参数和所述第一整数特征信息进行熵编码处理，获得编码特征；

根据所述编码特征和所述第一编码边信息，获得所述第一编码结果。