典型文献
面向感兴趣区域的高性能图像压缩方法
文献摘要：
基于深度学习的图像压缩方法多为有损压缩,而有损压缩通过降低图像质量换取更高的压缩比.为了在码率一定的情况下提高重建图像中感兴趣区域的质量,文中将一种重要性图提取模块嵌入到编码器端,通过提取编码器端最后一层的输出特征来生成重要性图,最终生成掩码用于指导熵编码过程中码率的高效分配.同时,文中将一种解码端增强模块嵌入到解码器输出端,用以预测重建图像中的高频分量,通过增强重建图像中的细节信息来提高重建图像的质量.实验结果表明,以多尺度结构相似性(MS-SSIM)作为评价指标,文中方法优于对比方法,且获得了更好的人眼视觉感知质量.
文献关键词：
图像压缩;深度学习;卷积神经网络;感兴趣区域;解码端增强
中图分类号：
作者姓名：
陈菊霞;闫雪;祝启斌;夏巧桥
作者机构：
华中师范大学物理科学与技术学院,武汉 430079
文献出处：
引用格式：
[1]陈菊霞;闫雪;祝启斌;夏巧桥-.面向感兴趣区域的高性能图像压缩方法)[J].激光杂志,2022(12):62-70
A类：
解码端增强
B类：
感兴趣区域,图像压缩,压缩方法,有损压缩,图像质量,换取,压缩比,码率,重建图像,取模,编码器,来生,终生,掩码,熵编码,解码器,输出端,高频分量,细节信息,多尺度结构,结构相似性,SSIM,中方,比方,人眼,视觉感知,感知质量
AB值：
0.311459
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
