摘要
本发明公开了一种基于查找表的JPEG图像去块方法,它包括以下步骤,借鉴卷积解耦的思想,搭建DW、PW卷积解耦单元,将每一层卷积的大LUT拆分为多个小LUT;设计自适应索引范围调整因子,并作为权重加入到网络训练中;结合掩膜层、ReLU激活层与DW和PW卷积解耦单元结构作为基本模块搭建轻量化的神经网络模型;将训练好神经网络模型在调整后的索引范围内通过枚举的输入计算输出值,并映射到均匀采样后的LUT;训练查表过程对LUT进行微调;重新全采样LUT并按照感受野的大小、形状和原始JPEG图像的输入索引值直接查询相应的去块图像输出值,排列后得到最终的去块图像。本发明改善了现有技术中计算量高、性能不足的问题,满足实际应用的要求。
技术关键词
去块方法
神经网络模型
轻量化卷积神经网络
卷积神经网络训练
图像指标
策略
因子
索引机制
误差函数
掩膜
图像块
多通道
中间层
数据
关系
参数
系统为您推荐了相关专利信息
深度控制方法
深度控制系统
螺母
光学轮廓仪
位移反馈控制
智能测量方法
直线特征
接触网
神经网络模型
导线
故障监测系统
液相色谱仪
动态故障
时序
实时数据