[发明专利]一种用于图像无损压缩的像素值预测方法有效

专利信息
申请号: 201711346564.0 申请日: 2017-12-15
公开(公告)号: CN109936740B 公开(公告)日: 2023-04-18
发明(设计)人: 杨建权;朱国普;黄晓霞;张云;王员根 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: H04N19/105 分类号: H04N19/105;H04N19/182;G06T9/00
代理公司: 深圳市科进知识产权代理事务所(普通合伙) 44316 代理人: 赵勍毅
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 图像 无损 压缩 像素 预测 方法
【权利要求书】:

1.一种用于图像无损压缩的像素值预测方法,其特征在于,包括以下步骤:

步骤S10:输入具有i行乘以j列个像素的图像,并设定待预测像素值的待预测像素为x(i,j),取待预测像素x(i,j)的上方和左侧邻域共M*(2*N+1)个像素值,M表示行数,(2*N+1)表示列数;

步骤S20:初始化K个大小为M*(2*N+1)的权值矩阵Wk和K个偏置标量bk,用于生成K个待预测像素x(i,j)的候选预测值

步骤S30:将得到的K个候选预测值依次排列成一个候选预测值向量αi,j,初始化一个K*K的权值矩阵G和一个1*K的偏置向量c;通过候选预测值向量αi,j、权值矩阵G和偏置向量c得到一个概率值向量;

步骤S40:根据概率值向量得到待预测像素x(i,j)的最终预测值

步骤S20中:所述候选预测值通过以下方式程式(1)获得:

式(1)中,softplus函数定义为:softplus(x)=ln(1+ex);

u表示相对于i的偏移量,其取值范围为[-M+1,0],v表示相对于j的偏移量,其取值范围为[-N,N];

步骤S30中:通过候选预测值向量αi,j与权值矩阵G的矩阵乘积再加上偏置向量c,得到一个长度为K的行向量gi,j=αi,j*G+c;记行向量gi,j的每个元素为gi,j=[gi,j(1),...,gi,j(p),...,gi,j(K)],对行向量gi,j进行softmax运算,得到所述概率值向量;

所述概率值向量记为且满足以下关系:

所述待预测像素x(i,j)的最终预测值通过以下方程式(3)计算获得:

或者,所述待预测像素x(i,j)的最终预测值由以下方程式(4)来获得:

2.根据权利要求1所述的方法,其特征在于,步骤S10中,设定Wk(0,0),Wk(0,1),...,Wk(0,N)恒为0,权值矩阵Wk中除了这(N+1)个元素外的其它元素用均值为0,标准差为的高斯分布随机数进行初始化,然后通过批量随机梯度下降法进行迭代更新;bk可初始化为0.1,同样通过批量随机梯度下降法进行迭代更新。

3.根据权利要求1所述的方法,其特征在于,权值矩阵G初始化均值为0,标准差为1/k的高斯分布随机数;偏置向量c初始化为0向量。

4.根据权利要求1所述的方法,其特征在于,通过随机梯度下降法并指定损失函数来优化权值矩阵Wk、偏置标量bk、权值矩阵G及偏置向量c,所述损失函数为

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711346564.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top