[发明专利]一种深度图像/视频压缩网络的训练方法

摘要

本发明公开了一种深度图像/视频压缩网络的训练方法，一方面，能够消除由于加性均值噪声带来的量化误差，通过二阶段的解码器微调来实现训练测试的一致性，能显著提高整体压缩网络的率失真性能。另一方面，通过从边际信息中预先产生数据内容自适应的量化步长，来灵活的控制编码网络的量化粒度，是一种新的空域码率分配策略，使得网络在量化时可以根据图像内容自适应的控制空域上的比特分配。此外，两阶段自适应量化策略能对于所以采用加性均值噪声的编码网络都有效，同时能显著保证编码网络训练的稳定。综上，本发明能够使得基于深度神经网络的视频/图像压缩更加的通用、灵活、高效。