摘要
本发明公开了基于近邻一致性的轻量级编码方法及系统,所述方法包括:S1:对视频图像样本中的图像,在不同尺度下提取特征;S2:基于尺度特征,采用聚类方法,生成不同尺度的最终原型中心;S3:对视频图像样本,利用尺度特征和最终原型中心,构建图;S4:构建图神经网络模型,对步骤S3得到的图进行训练;S5:利用训练好的图神经网络模型,预测待编码视频图像的原型中心和连线;S6:根据待编码视频图像的连线,确定最佳尺度,生成新的平滑图像,对新的平滑图像进行编码。本发明基于视频图像中,相邻的图像块在高低分辨率空间中的相似性,提取尺度特征;利用图结构选取具有明显特征的图像,有利于图像无损压缩,提高编码效率。
技术关键词
编码视频图像
原型
神经网络模型
高斯滤波器
编码方法
图像提取特征
连线
聚类方法
图像无损压缩
样本
离散余弦变换
特征提取模块
定义
编码系统
顶点
图像编码
系统为您推荐了相关专利信息
光伏电站
数据处理终端
故障定位方法
图片
无人机航线
曲线
栅格地图
深度神经网络模型
路径规划方法
障碍物
肿瘤
血管三维模型
分析方法
神经网络模型
血管分割
陀螺稳定系统
稳定控制方法
LSTM神经网络模型
引航船
多模态