[发明专利]图像编码、解码方法、装置、电子设备及计算机可读介质

权利要求书

1.一种图像编码方法，其特征在于，包括：

图像编码器利用第一卷积神经网络对目标图像进行处理，得到所述目标图像的高维特征，所述第一卷积神经网络的网络结构参数为预先随机生成的；

向图像解码器发送所述高维特征；

利用所述高维特征及所述第一卷积神经网络进行图像重建，得到验证图像；

当所述验证图像与所述目标图像之间的相似度超过预设阈值时，向所述图像解码器发送所述网络结构参数。

2.根据权利要求1所述的图像编码方法，其特征在于，所述网络结构参数包括：卷积层的数量和卷积核的尺寸。

3.根据权利要求1所述的图像编码方法，其特征在于，所述利用所述高维特征及所述第一卷积神经网络进行图像重建，得到验证图像包括：

判断所述网络结构参数是否服从方差为第一预设值且均值为第二预设值的二维高斯分布；

当所述网络结构参数服从所述二维高斯分布时，利用所述高维特征及所述第一卷积神经网络进行图像重建，得到验证图像。

4.根据权利要求1至3任一所述的图像编码方法，其特征在于，所述第一卷积神经网络是由多个卷积层和一个池化层级联构成的，所述池化层位于任意两个相邻的所述卷积层之间。

5.一种图像解码方法，其特征在于，包括：

图像解码器接收图像编码器发送的高维特征；

利用所述高维特征及第二卷积神经网络进行图像重建，得到重建图像，所述第二卷积神经网络的网络结构参数是从图像编码器接收的，其中，所述图像编码器利用所述高维特征及具有所述网络结构参数的第一卷积神经网络进行图像重建，得到验证图像，且当所述验证图像与所述高维特征对应的目标图像之间的相似度超过预设阈值时，向所述图像解码器发送所述网络结构参数。

6.根据权利要求5所述的图像解码方法，其特征在于，所述方法还包括：

按照所述网络结构参数配置第二卷积神经网络。

7.根据权利要求5或6所述的图像解码方法，其特征在于，所述利用所述高维特征及第二卷积神经网络进行图像重建，得到重建图像，包括：

获取待输入至所述第二卷积神经网络的输入图像；

以目标损失函数作为所述第二卷积神经网络的损失函数，利用所述第二卷积神经网络多次训练所述输入图像，得到第一中间图像，所述目标损失函数为所述输入图像的图像特征与所述高维特征之间的向量距离；

以所述目标损失函数和约束损失函数作为第二卷积神经网络的损失函数，利用第二卷积神经网络多次训练所述第一中间图像，得到第二中间图像，所述约束损失函数为所述第一中间图像的梯度的L2范数；

以所述目标损失函数作为第二卷积神经网络的损失函数，利用第二卷积神经网络多次训练所述第二中间图像，得到重建图像。

8.一种图像编码设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至4任一项所述的方法的步骤。

9.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至4任一所述的方法。

10.一种图像解码设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求5至7任一项所述的方法的步骤。

11.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求5至7任一所述的方法。