[发明专利]图像压缩系统、解压缩系统、训练方法和装置、显示装置

权利要求书

1.一种图像压缩系统，其特征在于，包括多级图像压缩单元以及输出接口；所述多级图像压缩单元中的每一级图像压缩单元为第一图像压缩单元或者第二图像压缩单元；

其中，第一图像压缩单元和所述第二图像压缩单元均具有第一图像输入端、第二图像输入端、第一卷积神经网络模块、图像差异获取模块、第二卷积神经网络模块、图像叠加模块；其中，第一图像压缩单元中，

所述第一卷积神经网络模块与所述第一图像输入端相连，用于在接收到所述第一图像输入端提供的第一图像后，根据所述第一图像分别预测各第二图像输入端接收到的各第二图像，得到多幅与各第二图像一一对应的预测图像；

所述图像差异获取模块与所述第一卷积神经网络模块、所述输出接口以及与各所述第二图像输入端相连，用于获取所述多幅预测图像和每幅预测图像对应的第二图像，确定每个第二图像和对应的预测图像之间的差异特征，将各差异特征作为一个差异特征集合，并将得到的差异特征集合通过所述输出接口输出；

所述第二卷积神经网络模块与所述图像差异获取模块相连，对所述差异特征集合进行更新得到对应的更新特征；

所述图像叠加模块与所述第二卷积神经网络模块以及所述第一图像输入端相连，用于将所述更新特征和所述第一图像进行叠加，得到叠加图像；

第二图像压缩单元中，

所述第二卷积神经网络模块与所述多个第二图像输入端相连，用于对各个第二图像输入端提供的各幅第二图像进行更新，得到各第二图像的更新特征；

所述图像叠加模块与所述第二卷积神经网络模块、所述第一图像输入端相连，用于将所述更新特征与所述第一图像输入端提供的第一图像进行叠加得到叠加图像；

所述第一卷积神经网络模块与所述图像叠加模块相连，用于根据所述叠加图像预测各个第二图像；

所述图像差异获取模块与所述第一卷积神经网络模块、所述输出接口以及各个第二图像输入端相连，用于获取所述多幅预测图像和每幅预测图像对应的第二图像，确定每个第二图像和对应的预测图像之间的差异特征，将各差异特征作为一个差异特征集合，并将得到的差异特征集合通过所述输出接口输出；

将待压缩的图像输入到图像压缩系统中，分别调节第一卷积神经网络模块和第二卷积神经网络模块中各卷积层中的各滤波单元的权值直到代价函数的值达到最小；

相邻两级的图像压缩单元中，上一级图像压缩单元的第一图像输入端的个数为多个，且其图像叠加单元与下一级图像压缩单元的第一图像输入端和第二图像输入端相连，还用于将得到的多幅叠加图像中的一部分图像作为第一图像一对一输入到所连接的下一级图像压缩单元的第一图像输入端，将另一部分图像作为第二图像一对一输入到所连接的第二图像输入端；

最后一级图像压缩单元的图像叠加单元与所述输出接口相连，还用于将得到的叠加图像通过所述输出接口输出。

2.如权利要求1所述的系统，其特征在于，所述图像压缩单元的数量为2；第一级图像压缩单元的第一图像输入端的个数为2，第二图像输入端的个数为2；第二级图像压缩单元的第一图像输入端的个数为1，第二图像输入端的个数为1。

3.如权利要求1所述的系统，其特征在于，还包括：拆分单元；所述拆分单元与第一级图像压缩单元的第一图像输入端和第二图像输入端相连，用于对原始图像进行拆分，得到多个第一图像和多个第二图像，并将得到的各个第一图像一对一输出到所连接的各个第一图像输入端，将得到的各个第二图像一对一输出到所连接的各个第二图像输入端。

4.如权利要求3所述的图像压缩系统，其特征在于，所述拆分单元用于对原始图像进行拆分，得到多个第一图像和多个第二图像，具体为：所述拆分单元用于将原始图像拆分为2n幅图像，所述n为大于0的正整数，所述第一图像的数量为1，所述第二图像的数量为2n-1。