針對聯(lián)合圖像專家組（JPEG）標(biāo)準(zhǔn)設(shè)計了一種基于自適應(yīng)下采樣和超分辨力重建的圖像壓縮編碼框架。在編碼器端,為待編碼的原始圖像設(shè)計了多種不同的下采樣模式和量化模式,通過率失真優(yōu)化算法從多種模式中選擇最優(yōu)的下采樣模式（DSM）和量化模式（QM）,最后待編碼圖像將在選擇的模式下進(jìn)行下采樣和JPEG編碼;在解碼器端,采用基于卷積神經(jīng)網(wǎng)絡(luò)的超分辨力重建算法對解碼后的下采樣圖像進(jìn)行重建。此外,所提出的框架擴(kuò)展到JPEG2000壓縮標(biāo)準(zhǔn)下同樣有效可行。仿真實驗結(jié)果表明,相比于主流的編解碼標(biāo)準(zhǔn)和先進(jìn)的編解碼方法,提出的框架能有效地提升編碼圖像的率失真性能,并能獲得更好的視覺效果。 

【文章來源】：太赫茲科學(xué)與電子信息學(xué)報. 2020,18(02)北大核心

【文章頁數(shù)】：9 頁

【文章目錄】：
1 編碼框架簡介
2 自適應(yīng)采樣率下采樣
    2.1 下采樣模式和量化模式
    2.2 基于率失真優(yōu)化的模式選擇
3 基于深度學(xué)習(xí)的超分辨力重建
4 實驗結(jié)果及分析
    4.1 主觀視覺效果對比
    4.2 率失真性能對比
    4.3 JPEG2000拓展內(nèi)容
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的深度圖超分辨率重建[J]. 李素梅,雷國慶,范如.  光學(xué)學(xué)報. 2017(12)
[2]基于深度特征學(xué)習(xí)的圖像超分辨率重建[J]. 胡長勝,詹曙,吳從中.  自動化學(xué)報. 2017(05)
[3]利用雙通道卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法[J]. 徐冉,張俊格,黃凱奇.  中國圖象圖形學(xué)報. 2016(05)



本文編號：3155391