[发明专利]一种基于语义分析的深度学习图像压缩方法

说明书

本发明提出一种基于语义分析的深度学习图像压缩方法，属于图像有损压缩技术领域。包括：步骤1，对输入的图像使用卷积神经网络CNN对图像进行特征提取，标识每个像素的语义重要程度；步骤2，将输入图像进行分块，压缩比特分配对每个图像块依据其语义重要程度计算对应的压缩比例；步骤3，使用基于CNN和循环神经网络LSTM的网络结构对图像按照计算好的压缩比例进行压缩和恢复。本发明将深度学习在图像语义分析和图像压缩领域的应用相结合，根据语义重要程度分配图像不同区域的压缩比特，以实现基于语义重要度分析的图像压缩效果，提高图像中人眼关注区域的视觉质量，整张图片占据的空间更小，在物联网图像处理方面有很好的应用价值。

技术领域

本发明涉及图像有损压缩技术领域，具体是一种基于语义分析的深度学习图像压缩方法。

背景技术

物联网的长足发展极大地便利了人们的生活，同时也导致了网络传输数据量的爆炸性提升。网络中的业务种类从原有的文字、语音业务向图像、视频流业务发展，数字图像产品为信息的传递带来了便利，同时也不断提高对数据传输和存储的要求。因此，为了减小图像在传输和存储时的体积以提高网络传输效率，如何通过更小的压缩大小获得更好的恢复质量一直以来都是图像领域研究的重点。

图像压缩的关键在于去除图像中的冗余。图像数据中的冗余有三种，分别为编码冗余、像素冗余和视觉冗余。针对图像冗余的类别，图像压缩可以分为有损压缩和无损压缩，无损压缩技术通过去除图片编码冗余和像素冗余实现压缩的目的，压缩比例一般在2-10之间，被广泛应用在对图像纹理清晰度要求很高的场景，如艺术平电子图像、生物医学图像等，而在对图像质量要求相对较低的物联网中，无损压缩由于其受限的压缩比率并不适用。有损压缩编码技术根据人眼对于某些视觉特征不敏感的原理对图像信息进行压缩，以去除少部分人眼不敏感信息为代价，在不明显降低图像质量的前提下，实现了相对于无损压缩更高的压缩比。常用的有损编码技术有预测编码、矢量编码、位平面编码、JPEG、模型编码、神经网络编码等。

近年来，深度学习理论得益于大规模数据集的产生、强有力模型的发展以及大量可用的计算资源，在图像处理领域取得了优异的进展。在图像压缩领域，深度学习相对于传统方法拥有更多的学习参数，可以通过学习更有效地把握图像地特征和本质，对提高图像压缩比率和图像恢复效果方面具有重要意义。尽管很多深度学习的方法都可以实现很好地图像压缩效果，但是仍然存在一些问题需要解决。一般来说，人眼对于图像每个区域的关注程度是有区别的，例如对于一张人物肖像图片，相对于背景，前景中的人物的清晰度、纹理细节更受人眼关注。在当前的物联网多媒体数据压缩需求中，大多图像明显的存在前景和背景的区分，而现有的压缩方法对于图像的每个像素点都作相同处理，因此在背景重要性低的图像中，并不能使每个压缩比特得到最好的分配。所以，在这种场景下，针对具有明显前景背景区分图像的最优压缩比特分配问题，提出对应的压缩技术具有重要意义。

发明内容

本发明针对物联网中图像数据低尺寸、高质量的压缩需求，以及人眼对于图像中前景的关注度高于背景的特性，提供了一种基于语义分析的深度学习图像压缩方法。本发明方法通过卷积神经网络提取图像的语义重要区域，再根据各区域语义重要程度分级别地对图像进行压缩，为物联网图像有损压缩提供了一种有效解决方案。

本发明的一种基于语义分析的深度学习图像压缩方法，包括如下步骤1～3。

步骤1，对输入的图像使用语义分析网络标识每个像素的语义重要程度。

所述的语义分析网络中在卷积神经网络的最后一个卷积层使用全局平均池化层，将得到的特征图转换为特征向量，将特征向量的加权线性和输入至softmax层得到最终的分类。