基于码率-准确率优化的图像特征压缩 |
| |
引用本文: | 蒋伟,沈昊宇.基于码率-准确率优化的图像特征压缩[J].南京邮电大学学报(自然科学版),2024(2):27-34. |
| |
作者姓名: | 蒋伟 沈昊宇 |
| |
作者单位: | 上海电力大学电子与信息工程学院 |
| |
基金项目: | 国家自然科学基金青年基金(61401269)资助项目; |
| |
摘 要: | 在智慧城市、智慧巡检、智慧交通等场景中,摄像头等终端设备会产生大量的图像视频数据,并在云端由智能处理算法进行图形分析。然而传统的源端图像视频压缩传输,后端特征提取与分析识别的处理框架易造成视觉特征受损,影响分析识别精度。因此,源端提取图像特征,压缩后传输到后端的处理框架成为新的热点。文中提出了一种基于码率-准确率优化的图像特征压缩方法。首先,提取图像特征,分析划分特征图重要性的标准,将特征图分为重要性和非重要性特征两部分,并分别进行量化。在此基础上,建立码率-准确率的模型,在给定码率条件下,求解最优的准确率,确定相应的量化参数。以图像分类作为智能分析任务开展了实验。实验结果表明,所提出方法可以优化选择不同区域的量化参数,获得更好的编码性能。在低码率的条件下,相较JPEG算法准确率提高9.73%。
|
关 键 词: | 神经网络 特征压缩 分区域量化 码率-准确率优化 |
|
|