本发明公开了一种基于对抗学习的可变比特率生成式压缩方法，属于通信与数字图像处理的交叉技术领域。对编解码全卷积网络特征图的方差进行量化，实现训练单一生成式模型进行可变比特率压缩。实现步骤为：通过图像采集设备，构造训练和测试数据集；构建基于自编码器结构的生成式压缩网络；根据率失真误差计算单元，交替训练生成式网络；根据目标压缩率，计算掩膜阈值；基于特征图通道冗余指标和阈值，计算掩膜；掩膜和特征图的无损压缩与编码。本发明只训练单一模型，但能够产生不同比特率的压缩结果，在0.1bpp以下的极限压缩率上，重建图像的主观质量和语义信息保存均有良好效果。
声明：
“基于对抗学习的可变比特率生成式压缩方法” 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)
932
编辑：管理员
来源：北方有色网
咨询细节
