基于近邻一致性的轻量级编码方法及系统

AITNT
正文
推荐专利
基于近邻一致性的轻量级编码方法及系统
申请号:CN202510607685
申请日期:2025-05-13
公开号:CN120128711B
公开日期:2025-07-22
类型:发明专利
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
1
一种无人机巡检及故障定位方法
光伏电站 数据处理终端 故障定位方法 图片 无人机航线
2
一种非结构道路环境的路径规划方法和装置
曲线 栅格地图 深度神经网络模型 路径规划方法 障碍物
3
手机广告投放方法及系统
样式 手机广告投放方法 数据 对象 神经网络模型
4
基于多模态影像融合的肿瘤血管生成检测和分析方法
肿瘤 血管三维模型 分析方法 神经网络模型 血管分割
5
稳定控制方法、稳定控制系统、电子设备和可读存储介质
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号