[发明专利]一种面向目标检测的JPEG图像压缩方法、装置、介质、设备

权利要求书

1.一种面向目标检测的JPEG图像压缩方法，其特征在于，包括：

对公开的目标检测数据集进行处理，得到回归样本集；

在回归样本集中选取与JPEG图像压缩关联的图像特征，计算得到图像特征向量；

基于得到的回归样本集和图像特征向量，对最优质量因子进行回归，训练回归模型，得到回归参数；

通过回归模型对输入的图像进行压缩。

2.根据权利要求1所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述对公开的目标检测数据集进行处理，得到回归样本集的步骤，包括：

构建训练样本、验证样本和测试样本。

3.根据权利要求2所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述对公开的目标检测数据集进行处理，得到回归样本集的步骤，还包括：

在训练样本、验证样本和测试样本中，使用多种压缩质量因子，将所有图像划分为若干个图像子块，对所有图像子块进行压缩；

将压缩后的图像送入目标检测模型中进行预测推理，得到最优质量因子，作为该图像的标注值。

4.根据权利要求1所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述在回归样本集中选取与JPEG图像压缩关联的图像特征，计算得到图像特征向量的步骤，所述图像特征包括：

图像亮度特征、图像色彩丰富度特征、图像纹理信息特征和图像边缘信息特征。

5.根据权利要求4所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述图像亮度特征的特征向量以图像像素灰度值的平均值来表示。

6.根据权利要求4所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述图像色彩丰富度特征的特征向量以图像像素灰度值相对于均值的离散程度来表示。

7.根据权利要求4所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述在回归样本集中选取与JPEG图像压缩关联的图像特征，计算得到图像纹理信息特征的特征向量的步骤，包括：

描述图像中的循环方向和循环二位模式，图像的空间域经过傅里叶变换得到频域和频谱；

利用频谱，得到空间域与频谱的函数关系；

根据空间域与频谱的函数关系，确定图像纹理信息特征目标参数，得到目标参数函数。

8.根据权利要求7所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述根据空间域与频谱的函数关系，确定图像纹理信息特征目标参数，得到目标参数函数的步骤，包括：

所述图像纹理信息特征目标参数包括表示图像纹理的清晰度的对比度和表示图像所含纹理信息数量的纹理熵。

9.根据权利要求4所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述图像边缘信息特征的特征向量以平均梯度来表示。

10.根据权利要求1所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述基于得到的回归样本集和图像特征向量，对最优质量因子进行回归，训练回归模型，得到回归参数的步骤，包括：

构建图像特征向量矩阵，并采用套索回归算法计算最优质量因子，训练回归模型，得到回归参数。

11.根据权利要求2所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述对公开的目标检测数据集进行处理，得到回归样本集的步骤，包括：

所述训练样本、验证样本和测试样本之间的数量关系为训练样本＞测试样本＞验证样本。

12.根据权利要求3所述的面向目标检测的JPEG图像压缩方法，其特征在于，所述在训练样本、验证样本和测试样本中，使用多种压缩质量因子，将所有图像划分为若干个图像子块，对所有图像子块进行压缩的具体步骤，包括：

使用等差数列作为压缩质量因子，将所有图像划分为若干个图像子块，对所有图像子块进行压缩。