首页> 中国专利> 一种基于深度学习模型的静态图像压缩方法

一种基于深度学习模型的静态图像压缩方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

一种基于深度学习模型的静态图像压缩方法，数据挖掘与机器学习领域，涉及用于图像的有损压缩，主要是利用多层稀疏自动编码和K‑means算法实现以上功能。本发明进行图像数据有损压缩的主要流程为图像分块、图像分类、PSO参数寻优和模型训练、模型测试四个步骤。本发明的创新点主要体现在提出了一种由稀疏自动编码器和BP神经网络混合而成的多层稀疏自动编码(MSAE)神经网络。多层稀疏自动编码神经网络的特征提取效果以及对图像有损压缩的效果都高于传统神经网络。成功的将深度学习的方法引入了图像压缩领域，并取得了优于人工神经网络的效果。

著录项

公开/公告号CN107240136B

专利类型发明专利
公开/公告日2020-07-10

原文格式PDF
申请/专利权人华北电力大学;
展开▼

申请/专利号CN201710379743.8
发明设计人焦润海;武焕;陈超;
展开▼

申请日2017-05-25
分类号G06T9/00(20060101);
代理机构11246 北京众合诚成知识产权代理有限公司;
代理人张文宝
地址 102206 北京市昌平区朱辛庄北农路2号
入库时间 2022-08-23 11:04:49

法律信息

法律状态公告日

法律状态信息

法律状态
2020-07-10

授权

授权
2017-11-07

实质审查的生效 IPC(主分类):G06T9/00 申请日:20170525

实质审查的生效
2017-10-10

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于深度学习模型的静态图像压缩方法 [P] . 中国专利： CN107240136B . 2020.07.10
2. 一种基于决策边界的深度学习模型压缩方法 [P] . 中国专利： CN114037051A . 2022-02-11
3. APPARATUS AND METHOD FOR GENERATING MEDICAL IMAGE SEGMENTATION DEEP-LEARNING MODEL, AND MEDICAL IMAGE SEGMENTATION DEEP-LEARNING MODEL GENERATED THEREFROM [P] . 美国专利： US2020184274A1 . 2020-06-11

机译：生成医学图像分段深度学习模型的装置和方法，以及所生成的医学图像分段深度学习模型
4. PREDICTION MODE SELECTION METHOD, AN APPARATUS THEREFOR TO REDUCE THE NUMBER OF PREDICTION MODE CANDIDATES ON THE BASIS OF THE DIRECTIVITY OF A PRINCIPAL EDGE, A MOVING PICTURE COMPRESSION METHOD USING THE METHOD, A MOVING PICTURE ENCODER INCLUDING THE APPARATUS, AND A COMPUTER RECORDING MEDIUM RECORDING A PROGRAM FOR EXECUTING THE METHOD [P] . 韩国专利： KR20040110755A . 2004-12-31

机译：预测模式选择方法，一种基于主边的方向性来减少预测模式候选的数量的装置，一种使用该方法的运动图像压缩方法，一种包括该装置的运动图像编码器以及一种编码器执行该方法的程序
5. Method and apparatus for compressing/decompressing deep learning model [P] . 韩国专利： KR20200052182A . 2020-05-14

机译：深度学习模型的压缩/解压缩方法及装置