基于球面测度表示和深度学习的球面图像压缩方法及装置

公开一种基于球面测度表示和深度学习的球面图像压缩方法及装置，能够解决传统球面压缩方法效率低的问题，同时考虑局部窗口感受野的扩大和局部及非局部相关性的捕捉，提高熵模型的准确性。方法包括：(1)通过基于球面测度的球面图像重采样来均匀采样球面图像；(2)构建球面图像学习的基本组件；(3)集成球面卷积和自注意力的球面transformer，基于球面熵模型的码率建模；其中步骤(2)包括：(2.1)获取球面块；(2.2)进行球面卷积；(2.3)在基于学习的平面图像压缩中，下采样通过步幅大于2的卷积实现；在图像解码过程中，通过上采样来增加图像的分辨率以进行重建；(2.4)建立球面transformer模型。