本发明公开了基于强化学习的图片动态自适应压缩方法，包括对DQN进行训练的阶段和使用训练好的DQN为图片选择合适的压缩程度并进行压缩上传的阶段；第一阶段将原图和利用随机初始化DQN分配的压缩程度压缩后的压缩图同时上传至云端，通过比较云端返回的原图识别结果和压缩图识别结果来得到当前压缩程度对应的准确率，将当前图片的特征、压缩程度、识别准确率和奖赏值组成一个记忆步存入记忆池，完成一个测试步；完成预定数量的测试步后开始训练DQN，训练预定次数收敛后，不再上传原图，而将新图片的特征送入训练好的DQN，计算不同压缩程度的策略价值并选择价值最大的压缩程度压缩后上传。
声明：
“基于强化学习的图片动态自适应压缩方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1079
编辑：管理员
来源：北方有色网
咨询细节
