摘要
本发明公开了一种基于深度学习的图像轻量化编码方法及系统,属于深度学习技术领域。本发明使用卷积神经网络训练深度学习模型,识别当前综合环境;构建生成器和判别器,采用对抗训练,交替训练生成器和判别器,进行当前安防监控图像的编码优化,生成简化图像;将简化图像输入到图像编码算法中进行编码,得到第一轻量化编码图像;提取多源数据特征,建立不同综合环境下的多源数据特征模板,进行对比分析,得到环境与模板的匹配程度;确定第一轻量化编码图像中的目标区域在轻量化编码后的信息保留情况;基于信息保留情况,对第一轻量化编码图像进行调整,调整后按照选定的图像编码算法进行编码,生成最终轻量化编码图像。
技术关键词
城市安防监控
简化图像
图像编码算法
特征模板
激光雷达数据特征
编码方法
卷积神经网络训练
多源数据特征提取
图像生成单元
深度学习模型训练
数据融合算法
轮廓
编码器
系统为您推荐了相关专利信息
故障关联矩阵
稳定特征
故障特征
波动特征
双向注意力
智能电子围栏系统
智能门禁
智能围挡
身份验证技术
场馆
织物瑕疵检测
分割方法
图像分解算法
高斯滤波器
灰度共生矩阵
手术纱布计数装置
等离子发生器
计数方法
倾斜板
光电传感器