摘要
本发明属于视频图像压缩领域,公开了一种适用于机器视觉任务的恰可识别失真预测模型及方法,包括JRD图像生成网络G、判别网络D和残差引导JRD回归网络R;所述JRD图像生成网络G以未压缩的原图像作为输入,以假JRD图像作为输出;之后,将生成图像与原始图像的残差作为对原图的补偿信息一起输入残差引导JRD回归网络R,最终输出预测的JRD分数,其中判别网络D以对抗的方式与生成网络G一起训练,以帮助G产生更接近真JRD图像的生成结果。在本发明提出的无参考模型中,原图像不需要进行若干次的压缩编解码,使预测效率大大提升。同时,在回归网络中,生成图像的残差作为补充信息被输入,使模型最终预测结果更加准确可靠。
技术关键词
图像生成网络
特征提取器
图像压缩
视觉
多尺度特征
压缩编解码
感知损失函数
生成对抗网络
视频帧
参数
基础结构
融合特征
对抗性
网络结构
上采样
数据
系统为您推荐了相关专利信息
视觉标识符
视频生成方法
序列
多层感知机
注意力机制
语音情感识别模型
适配器
语音特征
分配器
识别方法
图像语义分割方法
语义分割模型
宽度特征
图像特征提取
空洞
羽毛球运动数据
注意力机制
空间特征提取
算法
识别视频数据