摘要
本发明公开了一种面向人类感知的基于扩散模型的低码率图像压缩方法、系统、终端及存储介质,所述方法包括:向低码率图像压缩框架输入源图像,通过压缩模型压缩为稠密特征;将稠密特征压缩为比特流,并将所述比特流传输到接收方;将比特流解压为稠密特征,通过轻量化的解压器将稠密特征解压为低频图像特征;通过扩散模型向低频图像特征注入文本和高频图像信息,得到目标图像信息;对目标图像信息进行扩散和去噪处理,得到目标图像特征,将目标图像特征从特征域转换到图像域,得到目标图像。本发明对编码器进行加权损失,实现了更优的码率分配,减少了图像存储和传输所需要的数据量,对解码特征进行高频信息美化,提升了重构图像的视觉质量。
技术关键词
图像压缩框架
稠密特征
比特流
多尺度特征
人类
图像压缩系统
条件控制器
接收方
无损解码
查询器
解码器
编码器
文本
语义
模块
压缩器
可读存储介质
系统为您推荐了相关专利信息
融合特征
多模型
多层次特征融合
并行特征提取
多尺度特征
情感识别模型
音频场景分类
场景分类识别
校正特征
电子玩偶
分割识别方法
融合特征
语义
解码网络
多尺度特征提取
时间卷积网络
样本
多源异构数据
原型
多模态特征