一种基于深度学习的自适应图像编码方法

本发明公开了一种基于深度学习的自适应图像编码方法，涉及图像处理技术领域，解决了目前图像压缩编码过程中缺乏对特征目标的检测分类，解码后有可能破坏特征目标的完整性，以及压缩率较低的技术问题；包括：基于图像数据集训练得到目标检测模型GoogLeNet；将二次处理后的图像特征输入到训练完成的目标检测模型GoogLeNet中，得到最终的目标分类结果以及目标包围框位置；根据目标分类结果以及目标包围框位置将待编码图像进行块划分，以便并行处理，同时保证图像目标完整性；然后分别对每个图像块进行预测，对基于图像块得到的预测残差及预测模式进行熵编码，最终得到每个图像块的码流，进而达到提高压缩率的目的。