摘要
本申请涉及一种基于深度学习的图像质量增强与压缩方法、装置及设备。所述方法包括:获取待压缩图像,并对待压缩图像进行预处理,得到分块图像集;获取低频分块图像集中各低频分块图像的低频分块语义标签和高频分块图像集中各高频分块图像的高频采样权重;将低频分块图像集和低频分块语义标签输入至低频图像压缩通道中,生成第一压缩结果低频分块图像集;将高频分块图像集和高频采样权重输入至高频图像压缩通道中,生成第一压缩结果高频分块图像集;结合第一压缩结果低频分块图像集和第一压缩结果高频分块图像集生成待压缩图像的图像压缩结果信息。采用本方法能够实现压缩与增强的闭环协同、资源分配与应用灵活拓展以及实现语义理解的深度融合。
技术关键词
分块
语义标签
图像压缩
图像增强
离散余弦变换
综合误差
卷积网络模型
语义特征提取
通道
信息熵
深度学习模型
注意力机制
离散小波变换
像素点
表达式
转换器
系统为您推荐了相关专利信息
眼底图像分类方法
距离信息
风格
医学图像分类技术
保证系统稳定性
图像增强方法
直方图均衡化算法
通道
Retinex算法
对比度
图像增强模型
水下图像增强方法
多分支
卷积神经网络模块
峰值信噪比
分类存储方法
决策树分类算法
决策树模型
构建分类模型
分块存储方法