[发明专利]深度学习特征压缩和解压缩方法、系统及终端

摘要

本发明提供了一种深度学习特征压缩和解压缩方法、系统及终端，编码端对输入的原始特征进行紧凑空间变换，得到原始特征的紧凑特征表达；利用紧凑特征表达，计算特征中各通道的重要性系数，进行各通道的量化参数自适应分配；基于分配好的量化参数对不同通道进行非均匀量化，得到量化后的多通道特征图；对量化后的多通道特征图进行特征编码完成压缩。解码端解码得到反量化的多通道特征图；针对反量化的多通道特征图的不同量化级别进行性能自适应补偿；对补偿后的多通道特征图进行原始特征重建，完成对特征的解压缩。本发明编码端基于图像内容自适应分配量化参数，解码端基于量化级别自适应进行性能补偿，提升了非均匀量化对特征压缩的性能。