公开(公告)号：CN116668716A

公开(公告)日：2023-08-29

申请号：CN202310949225.0

申请日：2023-07-31

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 陈斌 ,  秦诗雨 ,  黄钰钧

IPC: H04N19/42 ,  H04N19/91 ,  G06F40/30 ,  G06F18/25

Abstract: 本发明公开了利用跨模态文本边信息的感知图像压缩方法及终端，方法包括：获取目标图像的量化采样信号，并通过图像编码器及量化器获得量化后的压缩特征；通过文本编码器提取输入文本的文本向量和词特征，得到文本特征；通过生成器重构所述量化后的压缩特征，并通过所述生成器中的空间语义感知模块对图像解码过程进行文本增强处理，得到重构图像；通过判别器提取所述重构图像的特征，并对所述文本特征进行空间复制，将复制后的文本特征与所述重构图像的特征进行融合，得到判别结果。本发明通过文本边信息辅助图像压缩提高了重建图像的感知质量，实现了良好的速率‑感知‑失真平衡，解决了深度图像压缩中语义损失的问题。

公开(公告)号：CN115767108B

公开(公告)日：2023-11-07

申请号：CN202211285499.6

申请日：2022-10-20

Applicant: 哈尔滨工业大学(深圳)

Inventor： 陈斌 ,  黄钰钧 ,  秦诗雨 ,  蒋琳 ,  刘洋

IPC: H04N19/91 ,  H04N19/147 ,  H04N19/124

Abstract: 本发明公开了一种基于特征域匹配的分布式图像压缩方法、系统，所述方法包括：获取主图像量化采样信号，并将所述主图像量化采样信号通过单一深度解码器处理获得初步重构图像和解码主信息特征；再使用单一深度图像压缩模型获得边信息图像的无损边信息特征和解码边信息特征；接着对解码主信息特征和解码边信息特征进行相关性匹配，并选取无损边信息特征进行特征域相关块对齐操作获得匹配特征；最后使用特征融合网络对初步重构图像和匹配特征进行迭代融合获得最终重构图像。本实施例通过基于特征域多尺度块匹配方法取得更好的率失真表现。

公开(公告)号：CN115767108A

公开(公告)日：2023-03-07

申请号：CN202211285499.6

申请日：2022-10-20

Applicant: 哈尔滨工业大学(深圳)

Inventor： 陈斌 ,  黄钰钧 ,  秦诗雨 ,  蒋琳 ,  刘洋

IPC: H04N19/91 ,  H04N19/147 ,  H04N19/124

Abstract: 本发明公开了一种基于特征域匹配的分布式图像压缩方法、系统，所述方法包括：获取主图像量化采样信号，并将所述主图像量化采样信号通过单一深度解码器处理获得初步重构图像和解码主信息特征；再使用单一深度图像压缩模型获得边信息图像的无损边信息特征和解码边信息特征；接着对解码主信息特征和解码边信息特征进行相关性匹配，并选取无损边信息特征进行特征域相关块对齐操作获得匹配特征；最后使用特征融合网络对初步重构图像和匹配特征进行迭代融合获得最终重构图像。本实施例通过基于特征域多尺度块匹配方法取得更好的率失真表现。