基于深度學(xué)習(xí)的圖像壓縮神經(jīng)網(wǎng)絡(luò)模型、及其方法和設(shè)備

基本信息

申請?zhí)?/td> CN202110379367.9 申請日 -
公開（公告）號 CN113141506A 公開（公告）日 2021-07-20
申請公布號 CN113141506A 申請公布日 2021-07-20
分類號 H04N19/124（2014.01）I;H04N19/13（2014.01）I;H04N19/149（2014.01）I;H04N19/33（2014.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/00（2017.01）I;G06T7/13（2017.01）I 分類 電通信技術(shù);
發(fā)明人 杜衛(wèi)丹;顧昌鈴;沈文杰;張利宏;李鈺靚;汪建偉 申請（專利權(quán)）人 上海煙草機(jī)械有限責(zé)任公司
代理機(jī)構(gòu) 上海光華專利事務(wù)所（普通合伙） 代理人 李治東
地址 201206上海市浦東新區(qū)中國（上海）自由貿(mào)易試驗(yàn)區(qū)錦繡東路2555號
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┝艘环N基于深度學(xué)習(xí)的圖像壓縮神經(jīng)網(wǎng)絡(luò)模型、及其方法和設(shè)備，通過輸入所述原始圖像，經(jīng)編碼器生成具有空間變化標(biāo)準(zhǔn)差的服從正態(tài)分布的空間特征；令所述空間特征進(jìn)行量化，同時(shí)將所述空間特征通過統(tǒng)計(jì)概率編碼器進(jìn)行編碼和量化以得到壓縮的邊緣像素統(tǒng)計(jì)信息；將量化后的空間特征與邊緣像素統(tǒng)計(jì)信息經(jīng)熵編碼以生成壓縮圖像數(shù)據(jù)。本申請可實(shí)現(xiàn)視覺檢測器合格及缺陷所有圖像的全保存，在保持高壓縮率的同時(shí)保留圖像更多的信息，使還原之后的圖像質(zhì)量更高；在相同的圖像質(zhì)量下，有更小的壓縮率；在更小的壓縮率下，比其他方法有相近的壓縮和解壓時(shí)間，從而為卷煙生產(chǎn)企業(yè)建立卷煙產(chǎn)品質(zhì)量追溯體系及在線視覺檢測裝置的二次復(fù)檢提供基礎(chǔ)。