CN112584144A - 一种图像信号处理方法及装置 - Google Patents

一种图像信号处理方法及装置 Download PDF

Info

Publication number
CN112584144A
CN112584144A CN201910942101.3A CN201910942101A CN112584144A CN 112584144 A CN112584144 A CN 112584144A CN 201910942101 A CN201910942101 A CN 201910942101A CN 112584144 A CN112584144 A CN 112584144A
Authority
CN
China
Prior art keywords
channel
decoding
source
obtaining
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910942101.3A
Other languages
English (en)
Other versions
CN112584144B (zh
Inventor
顾佳琦
刘凌
李斌
沈晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201910942101.3A priority Critical patent/CN112584144B/zh
Priority to PCT/CN2020/116857 priority patent/WO2021063218A1/zh
Priority to EP20872832.9A priority patent/EP4037194B1/en
Publication of CN112584144A publication Critical patent/CN112584144A/zh
Application granted granted Critical
Publication of CN112584144B publication Critical patent/CN112584144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/65—Purpose and implementation aspects
    • H03M13/6597—Implementations using analogue techniques for coding or decoding, e.g. analogue Viterbi decoder
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/63—Joint error correction and other techniques
    • H03M13/6312—Error control coding in combination with data compression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3068—Precoding preceding compression, e.g. Burrows-Wheeler transformation
    • H03M7/3071—Prediction
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/60—General implementation details not specific to a particular type of compression
    • H03M7/6041—Compression optimized for errors

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本申请公开了一种图像信号处理方法及装置，涉及图像处理领域，实现简单、压缩率低且有效控制译码端的错误扩散以提高图像压缩的性能。具体方案为：获得图像的二进制信源XN；对XN进行极化操作，获得待压缩比特集合UN；从UN获取压缩保留比特集合US；对US进行信道编码，获得编码后的比特序列；输出编码后的比特序列。

Description

一种图像信号处理方法及装置
技术领域
本申请实施例涉及图像处理领域，尤其涉及一种图像信号处理方法及装置。
背景技术
传统的联合图像专家小组(joint photographic experts group，JPEG)图像压缩方案众多，例如采用哈夫曼编码、算术编码都是当前常用的熵编码的压缩方案。
哈夫曼编码是一种对出现概率较大的字符分配长度较短的二进制比特编码，对出现概率较小的字符分配长度较长的二进制比特的编码，使得字符的平均编码长度最短的一种压缩方案。哈夫曼编码需要先精确地统计出原始数据中每个字符的出现频率，再产生相应的字典，接着进行编码。整个编码过程压缩率高且实现复杂，一旦译码错误，译码端的错误扩散非常严重，影响了图像压缩的性能。
如何实现简单且有效控制译码端的错误扩散以提高图像压缩的性能是亟待解决的问题。
发明内容
本申请提供一种图像信号处理方法及装置，该方案实现简单、压缩率低且有效控制译码端的错误扩散以提高图像压缩的性能。
为达到上述目的，本申请实施例采用如下技术方案：
第一方面，提供一种图像信号处理方法，应用于编码端设备，该方法可以包括：获得图像的二进制信源XN；对XN进行极化操作，获得待压缩比特集合UN；从UN获取压缩保留比特集合US；对US进行信道编码，获得编码后的比特序列；输出编码后的比特序列。
本申请提供的图像信号处理方法，通过极化编码对二进制信源进行压缩，按照期望的压缩率实现固定长度的信源编码，该过程实现简单。另外，极化编码的编码粒度是图像块(block)，即使译码错误，仅在block内存在错误扩散，有效的控制译码端的错误扩散，提高了图像压缩的性能。
其中，极化操作可以是乘以Polar码的生成矩阵。
其中，US中的比特是信源压缩时保留的比特，US是UN中的部分比特。
可选的，US中的比特的信源熵趋近于1，或者，US中的比特的信源熵趋大于或等于第一预设阈值，或者，US中的比特对应等效信道的巴氏参数大于或等于第二预设阈值，或者，US中的比特对应等效信道的信道容量小于或者等于第三预设阈值。
结合第一方面，在一种可能的实现方式中，从UN中获取压缩保留比特US，具体可以实现为：将信源编码转换为信道编码的问题，根据等效信道可靠度从高到低的排序，将UN中对应等效信道可靠度靠后的比特作为US。其中，信源比特的信源熵越高其对应的等效信道的可靠度越低。
其中，将信源编码等效为信道译码，采用信道译码时信道可靠度排序算法，获取信道的可靠度从高到低的排序，作为UN中每个比特的信源熵从小到大的排序。将等效信道的固定比特UF作为US
Figure BDA0002223201470000011
将等效信道的信息比特UI作为
Figure BDA0002223201470000012
例如，信道可靠度排序算法可以包括高斯近似(Gaussian Approximation)算法，或者信道退化和进化融合(channel degradation and upgradation merging)算，或者部分排序法等等，或者其他。
具体的，将UN中对应等效信道可靠度靠后的比特作为US，包括：按照可靠度从高到低的顺序，将UN中对应等效信道的可靠度靠后的A个比特作为US，A由期望压缩率决定，本申请不进行限定。
结合第一方面，在一种可能的实现方式中，从UN中获取压缩保留比特US，具体可以实现为：计算UN中每个比特的信源熵，将UN信源熵趋近于1的比特作为US。其中，计算信源熵的过程可以通过数学推导实现。
结合第一方面或上述任一种可能的实现方式，在另一种可能的实现方式中，UN还包括Polar码信源编码的压缩丢弃比特集合
Figure BDA0002223201470000021
是US的补集，是UN中除US之外的其他比特。本申请提供的图像信号处理方法还可以包括：根据US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure BDA0002223201470000022
根据
Figure BDA0002223201470000023
和
Figure BDA0002223201470000024
获得错误位置信息T；将US与T记录，用于训练预测错误位置信息的预设神经网络。其中，该预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。M的取值可以根据实际需求配置。
其中，根据US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure BDA0002223201470000025
可以包括：将对二进制伯努利信源进行信源编码的过程等效成二进制对称信道(binarysymmetric channel，BSC)信道的信道译码过程，等效一个BSC信道，该信道的噪声分布与XN相同，将预设的等效信道的预设输出值作为该BSC信道的接收信号，将US作为该接收信号中包括的固定比特UF，将等效信道的预设输出值及UF代入Polar码译码器进行信道译码，译码得到信息比特UI的估计值U′I，将U′I作为
Figure BDA0002223201470000026
的估计值
Figure BDA0002223201470000027
其中，等效信道的预设输出值可以为全0集合，或者，可以为其他预设值，本申请对此不进行具体限定。错误位置信息T中记录的是
Figure BDA0002223201470000028
和
Figure BDA0002223201470000029
中不同的比特的位置。
结合第一方面或上述任一种可能的实现方式，在另一种可能的实现方式中，UN还包括Polar码信源编码的压缩丢弃比特集合
Figure BDA00022232014700000210
是US的补集，是UN中除US之外的其他比特。本申请提供的图像信号处理方法还可以包括：根据US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure BDA00022232014700000211
根据
Figure BDA00022232014700000212
和
Figure BDA00022232014700000213
获得错误位置信息T。在该实现中，对US进行信道编码，获得编码后的比特序列，具体可以实现为：将US和T进行信道编码，获得编码后的比特序列。译码端根据T进行译码，即可实现图像的无损压缩。
需要说明的是，在对T进行信道编码之前，还需转成二进制形式。
结合第一方面或上述任一种可能的实现方式，在另一种可能的实现方式中，获得图像的二进制信源XN，包括：对该图像进行颜色转化、灰度平移、离散余弦变换(discretecosine transform，DCT)变换、量化、Zig-Zag扫描，得到XN。
结合第一方面或上述任一种可能的实现方式，在另一种可能的实现方式中，获得图像的二进制信源XN，包括：对该图像进行颜色转化、灰度平移、DTC变换、量化、Zig-Zag扫描及熵编码，得到XN。其中，该熵编码可以包括游程编码或者其他。
第二方面，提供另一种图像信号处理方法，应用于译码端设备，该方法可以包括：获取接收信号YN，YN是图像的二进制信源XN进行信源编码及信道编码后的比特序列经信道传输后的信号；将YN进行信道译码，获取信道译码中的信息比特
Figure BDA00022232014700000214
将
Figure BDA00022232014700000215
作为待信源译码的压缩保留比特集合
Figure BDA00022232014700000216
根据错误位置信息
Figure BDA00022232014700000217
及
Figure BDA00022232014700000218
对等效信道的预设输出值进行信道译码，得到待信源译码的压缩丢弃比特集合
Figure BDA00022232014700000219
指示信道译码时翻转比特的位置；获得
Figure BDA00022232014700000220
包括
Figure BDA00022232014700000221
及
Figure BDA00022232014700000222
对
Figure BDA00022232014700000223
进行极化操作，得到XN的重构信号
Figure BDA00022232014700000224
本申请提供的图像信号处理方法，将通过极化编码进行压缩后的信号，根据错误位置信息进行对应的译码，实现图像信号的无损压缩，该过程实现简单。另外，极化编码的编码粒度是图像块(block)，即使译码错误，仅在block内存在错误扩散，有效的控制译码端的错误扩散，提高了图像压缩的性能。
结合第二方面，在一种可能的实现方式中，本申请提供的图像信号处理方法还可以包括：将
Figure BDA0002223201470000031
输入预设神经网络，预测得到错误位置信息
Figure BDA0002223201470000032
其中，该预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
其中，预设神经网络可以根据编码端记录的M组Polar码信源编码的压缩保留比特集合与错误位置信息数据，在线下进行训练，配置在译码端设备中。
结合第二方面，在一种可能的实现方式中，将YN进行信道译码，获取信道译码中的信息比特
Figure BDA0002223201470000033
具体可以实现为：将YN进行信道译码，获取
Figure BDA0002223201470000034
和
Figure BDA0002223201470000035
Figure BDA0002223201470000036
由编码端发送，实现了无损的图像压缩。
进一步的，通过信道译码获取的
Figure BDA0002223201470000037
还需转化成十进制形式。
结合第一方面或上述任一种可能的实现方式，在另一种可能的实现方式中，本申请提供的图像信号处理方法还包括：对
Figure BDA0002223201470000038
进行反Zig-Zag扫描、反量化、反离散余弦变换(inverse discrete cosine transform，DCT)变换、灰度平移、颜色转化等，还原图像。
结合第一方面或上述任一种可能的实现方式，在另一种可能的实现方式中，获得图像的二进制信源XN，包括：对
Figure BDA0002223201470000039
进行熵解码、反Zig-Zag扫描、反量化、IDTC变换、灰度平移、颜色转化等，还原图像。其中，该熵解码可以包括游程编码或者其他熵编码对应的解码。
第三方面，提供一种图像信号处理装置，该装置可以为编码端设备，或者可以为编码端设备中的装置或芯片系统。该图像信号处理装置可以实现上述第一方面或者各可能的实现方式中的功能，所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个上述功能相应的模块。该图像信号处理装置可以包括第一获得单元、极化单元、获取单元、编码单元及输出单元。其中：
第一获得单元，用于获得图像的二进制信源XN。
极化单元，用于对第一获得单元获得的XN进行极化操作，获得待压缩比特集合UN。
获取单元，用于从极化单元获得的UN获取压缩保留比特集合US。
编码单元，用于对获取单元获取的US进行信道编码，获得编码后的比特序列。
输出单元，用于输出编码单元获得的编码后的比特序列。
结合第三方面，在一种可能的实现方式中，获取单元具体可以用于：根据等效信道可靠度从高到低的排序，将UN中对应的等效信道可靠度靠后的比特作为US。其中，信源比特的信源熵越高其对应的等效信道的可靠度越低。
结合第三方面或上述任一种可能的实现方式，在另一种可能的实现方式中，UN还包括Polar码信源编码的压缩丢弃比特集合
Figure BDA00022232014700000310
该装置还可以包括第二获得单元，用于根据US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure BDA00022232014700000311
根据
Figure BDA00022232014700000312
和
Figure BDA00022232014700000313
获得错误位置信息T；记录单元，用于将US与T记录，用于训练预测错误位置信息的预设神经网络。其中，预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
结合第三方面或上述任一种可能的实现方式，在另一种可能的实现方式中，UN还包括Polar码信源编码的压缩丢弃比特集合
Figure BDA00022232014700000314
该装置还可以包括第二获得单元，用于根据US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure BDA00022232014700000315
根据
Figure BDA00022232014700000316
和
Figure BDA00022232014700000317
获得错误位置信息T。相应的，编码单元具体可以用于：将US和T进行信道编码。
需要说明的是，第三方面提供的图像信号处理装置，用于执行上述第一方面或第一方面的任一种可能的实现方式提供的图像信号处理方法，其具体实现可以相互参考，也可以达到相同的效果。
第四方面，提供另一种图像信号处理装置，该装置可以为译码端设备，或者可以为译码端设备中的装置或芯片系统。该图像信号处理装置可以实现上述第二方面或者各可能的实现方式中的功能，所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个上述功能相应的模块。该装置可以包括获取单元、第一译码单元、第二译码单元、获得单元以及极化单元。其中：
获取单元，用于获取接收信号YN，YN是图像的二进制信源XN进行信源编码及信道编码后的比特序列经信道传输后的信号。
第一译码单元，用于将获取单元获取的YN进行信道译码，获取信道译码中的信息比特
Figure BDA0002223201470000041
作为待信源译码的压缩保留比特集合
Figure BDA0002223201470000042
第二译码单元，用于根据错误位置信息
Figure BDA0002223201470000043
及
Figure BDA0002223201470000044
对等效信道的预设输出值进行信道译码，得到待信源译码的压缩丢弃比特集合
Figure BDA0002223201470000045
其中，
Figure BDA0002223201470000046
指示信道译码时翻转比特的位置。
获得单元，用于获得
Figure BDA0002223201470000047
包括第一译码单元获取的
Figure BDA0002223201470000048
及第二译码单元得到的
Figure BDA0002223201470000049
极化单元，用于对获得单元获得的
Figure BDA00022232014700000410
进行极化操作，得到XN的重构信号
Figure BDA00022232014700000411
结合第四方面，在一种可能的实现方式中，该装置还可以包括预测单元，用于：将
Figure BDA00022232014700000412
输入预设神经网络，预测得到错误位置信息
Figure BDA00022232014700000413
其中，预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
结合第四方面，在另一种可能的实现方式中，第一译码单元具体可以用于：将YN进行信道译码，获取
Figure BDA00022232014700000414
和
Figure BDA00022232014700000415
需要说明的是，第四方面提供的图像信号处理装置，用于执行上述第二方面或第二方面的任一种可能的实现方式提供的图像信号处理方法，其具体实现可以相互参考，也可以达到相同的效果。
第五方面，提供一种编码端设备。该编码端设备包括：处理器，存储器。所述存储器用于存储计算机可读指令(或者称之为计算机程序)，所述处理器用于读取所述计算机可读指令以实现前述第一方面及其任意实现方式提供的方法。
在一种可能的实现方式中，该编码端设备还包括收发器，用于接收和发送数据。
第六方面，提供一种译码端设备。该译码端设备包括：处理器，存储器。所述存储器用于存储计算机可读指令(或者称之为计算机程序)，所述处理器用于读取所述计算机可读指令以实现前述第二方面及其任意实现方式提供的方法。
在一种可能的实现方式中，该译码端设备还包括收发器，用于接收和发送数据。
第七方面，本申请实施例中还提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述任一方面或任意一种可能的实现方式所述的图像信号处理方法。
第八方面，本申请实施例中还提供一种计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一方面或任意一种可能的实现方式所述的图像信号处理方法。
第九方面，本申请实施例提供了一种芯片系统，该芯片系统包括处理器，还可以包括存储器，用于实现上述任一方面或任意一种可能的实现方式所述的图像信号处理方法的功能。该芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
第十方面，提供一种图像信号处理系统，该图像信号处理系统中包括：上述任一方面或任意一种可能的实现方式编码端设备，和上述任一方面或任意一种可能的实现方式译码端设备。
其中，需要说明的是，上述各个方面中的任意一个方面的各种可能的实现方式，在方案不矛盾的前提下，均可以进行组合。
附图说明
图1为本申请实施例提供的一种图像处理系统的结构示意图；
图2为本申请实施例提供的一种编码端设备100及译码端设备200的内部原理示意图；
图3为本申请实施例提供的一种典型的8×8Polar码编码示意图；
图4为本申请实施例提供的一种极化变化的示意图；
图5为本申请实施例提供的一种前馈型神经网络的结构示意图；
图6为本申请实施例提供的一种神经网络中每个神经元的运算示意图；
图7为本申请实施例提供的一种图像信号处理方法的流程示意图；
图8为本申请实施例提供的一种一种BSC信道的示意图；
图9为本申请实施例提供的另一种图像信号处理方法的流程示意图；
图10为本申请实施例提供的一种Polar无损压缩的流程示意图；
图11为本申请实施例提供的再一种图像信号处理方法的流程示意图；
图12为本申请实施例提供的一种图像信号处理装置的结构示意图；
图13为本申请实施例提供的另一种图像信号处理装置的结构示意图；
图14为本申请实施例提供的再一种图像信号处理装置的结构示意图；
图15为本申请实施例提供的又一种图像信号处理装置的结构示意图。
具体实施方式
在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请提供了一种图像信号处理方法，其基本原理是：利用极化编码(Polar码)的信道极化特征，采用Polar码进行信源编码对二进制信源压缩，向对端仅传输压缩后的比特序列，对端采用现有的Polar译码器进行译码，以实现固定长度的熵编码，整个实现过程简单，且可以控制译码错误的扩散。
本申请提供的方案，可以应用于图1所示的图像处理系统中。图1所示的图像处理系统的图像编码端设备100和图像译码端设备200用于根据本申请提出的图像处理方法进行图像压缩及解压缩。
如图1中所示，图像处理系统包含源装置10和目的地装置20。源装置10产生经编码比特序列。因此，源装置10可被称为图像编码装置。目的地装置20可对由源装置10所产生的经编码比特序列进行译码。因此，目的地装置20可被称为视频译码装置。源装置10、目的地装置20或两个的各种实施方案可包含一或多个处理器以及耦合到所述一或多个处理器的存储器。所述存储器可包含但不限于RAM、ROM、EEPROM、快闪存储器或可用于以可由计算机存取的指令或数据结构的形式存储所要的程序代码的任何其它媒体，如本文所描述。
源装置10和目的地装置20可以包括各种装置，包含桌上型计算机、移动计算装置、笔记型(例如，膝上型)计算机、平板计算机、机顶盒、例如所谓的“智能”电话等电话手持机、电视机、相机、显示装置、数字媒体播放器、视频游戏控制台、车载计算机或其类似者。
目的地装置20可经由链路30从源装置10接收经编码比特序列。链路30可包括能够将经编码比特序列从源装置10移动到目的地装置20的一或多个媒体或装置。在一个实例中，链路30可包括使得源装置10能够实时将经编码比特序列直接发射到目的地装置20的一或多个通信媒体。在此实例中，源装置10可根据通信标准(例如无线通信协议)来调制经编码比特序列，且可将经调制的比特序列发射到目的地装置20。所述一或多个通信媒体可包含无线和/或有线通信媒体，例如射频(radio frequency，RF)频谱或一或多个物理传输线。所述一或多个通信媒体可形成基于分组的网络的一部分，基于分组的网络例如为局域网、广域网或全球网络(例如，因特网)。所述一或多个通信媒体可包含路由器、交换器、基站或促进从源装置10到目的地装置20的通信的其它设备。
在另一实例中，可将经编码比特序列从输出接口140输出到存储装置40。类似地，可通过输入接口240从存储装置40存取经编码比特序列。存储装置40可包含多种分布式或本地存取的数据存储媒体中的任一者，例如硬盘驱动器、蓝光光盘、数字通用光盘(digitalvideo disc，DVD)、只读光盘(compact disc read-only memory，CD-ROM)、快闪存储器、易失性或非易失性存储器，或用于存储经编码视频数据的任何其它合适的数字存储媒体。
在另一实例中，存储装置40可对应于文件服务器或可保持由源装置10产生的经编码比特序列的另一中间存储装置。目的地装置20可经由流式传输或下载从存储装置40存取所存储的比特序列。文件服务器可为任何类型的能够存储经编码比特序列并且将经编码比特序列发射到目的地装置20的服务器。实例文件服务器包含网络服务器(例如，用于网站)、文件传输协议(file transfer protocol，FTP)服务器、网络附接式存储(networkattached storage，NAS)装置或本地磁盘驱动器。目的地装置20可通过任何标准数据连接(包含因特网连接)来存取经编码比特序列。这可包含无线信道(例如，无线保真(wIreless-fidelity，Wi-Fi)连接)、有线连接(例如，数字用户线路(digital subscriber line，DSL)、电缆调制解调器等)，或适合于存取存储在文件服务器上的经编码比特序列的两者的组合。经编码比特序列从存储装置40的传输可为流式传输、下载传输或两者的组合。
在图1的实例中，源装置10包含图像源120、图像编码端设备100和输出接口140。在一些实例中，输出接口140可包含调节器/解调器(调制解调器)和/或发射器。图像源120可包括图像捕获装置(例如，摄像机)、含有先前捕获的图像数据的视频存档、用以从图像内容提供者接收图像数据的馈入接口，和/或用于产生图像数据的计算机图形系统，或图像数据的此些来源的组合。
编码端设备100可对来自图像源120的图像数据进行编码。在一些实例中，源装置10经由输出接口140将经编码比特序列直接发射到目的地装置20。在其它实例中，经编码比特序列还可存储到存储装置40上，供目的地装置20以后存取来用于译码。
在图1的实例中，目的地装置20包含输入接口240、译码端设备200和显示装置220。在一些实例中，输入接口240包含接收器和/或调制解调器。输入接口240可经由链路30和/或从存储装置40接收经编码比特序列。显示装置220可与目的地装置20集成或可在目的地装置20外部。一般来说，显示装置220显示经译码图像数据。显示装置220可包括多种显示装置，例如，液晶显示器(liquid crystal display，LCD)、等离子显示器、有机发光二极管(organic light-emitting diode，OLED)显示器或其它类型的显示装置。
编码端设备100和译码端设备200各自可实施为例如以下各项的多种电路中的任一者：一或多个微处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application-specific integrated circuit，ASIC)、现场可编程门阵列(fieldprogrammable gate array，FPGA)、离散逻辑、硬件或其任何组合。如果部分地以软件来实施本申请，那么装置可将用于软件的指令存储在合适的非易失性计算机可读存储媒体中，且可使用一或多个处理器在硬件中执行所述指令从而实施本申请技术。前述内容(包含硬件、软件、硬件与软件的组合等)中的任一者可被视为一或多个处理器。编码端设备100和译码端设备200中的每一者可包含在一或多个编码器或译码器中，所述编码器或译码器中的任一者可集成为相应装置中的组合编码器/译码器(编码译码器)的一部分。
需要说明的是，图1中所说明的图像处理系统仅为示例，并不构成对图像处理系统结构的具体限定。
图2示意了编码端设备100及译码端设备200的内部原理。如图2所示，图像数据输入编码端设备100，先经过经典的JPEG操作，如颜色转化、灰度平移、DCT变换、数据量化、Zig-Zag扫描、以及熵编码(e.g.游程编码，可选操作)后得到图像的二进制信源XN，对XN进行polar码信源压缩，经过压缩后的比特序列，经过信道编码添加适当的冗余保护以对抗信道噪声。信道编码后的比特序列通过编码端设备100与译码端设备200间的信道传输至译码端设备200。在译码端设备200中，接收信号经过信道译码后，进行polar码信源解压缩，熵解码(可选操作)，反Zig-Zag扫描，去量化、IDCT变换、增加灰度平移、颜色变换等操作还原图像。本发明的方案主要针对polar码信源压缩和polar码信源解压缩的过程。
在介绍本申请具体方案之前，此处先对本申请方案中涉及的原理性内容进行解释说明。
首先介绍极化编码-Polar码。
Polar是现有已知的唯一一种能够被严格证明“达到”信道容量的信道编码方案，具有高性能，较低复杂度，匹配方式灵活等特点。
图3是一个典型的8×8Polar码编码示意图，待编码比特根据他们各自的可靠度排序分为固定比特(frozen)和信息比特(data)两类。可靠度较高的比特设置为信息比特(data)，可靠度较低的比特设置为固定比特(frozen)，固定比特(frozen)的值通常设置为0，在实际传输中发送端和接收端都已知。如图3所示，u7,u6,u5,u3为可靠度靠前的四位比特，设置为信息比特(data)，u4，u2，u1，u0为可靠度靠后的四位比特，设置为固定比特(frozen)。
然后介绍信源熵极化理论。
假设信源XN服从伯努利(Bernouli)分布Ber(p)，可得：其信源熵
Figure BDA0002223201470000071
Figure BDA0002223201470000072
且0≤H(x)≤1。
图4为polar码信源极化的示意图，由图4示意的关系可知，(u1,u2)和(x1,x2)是一一映射的，由此可得：H(u1,u2)＝H(x1,x2)。
由于极化矩阵为可逆矩阵，经过极化操作后的熵总和保持不变，即：
H(u1,u2)＝H(u1)+H(u2|u1)＝2H(x)。
由于U2＝X2，因此H(u2|u1)≤H(x)。
由于熵总和保持不变，可得：H(u1)≥H(x)。
从上面的推导可以看出，从x到u，离散信源的信源熵通过图4所示的极化变化后发生了极化现象，即H(u2|u1)变得比H(x)更小，H(u1)变得比H(x)更大，因此当将上面的极化变化结构扩展开之后，多个独立同分布的信源
Figure BDA0002223201470000073
经过极化变化后一部份信源的信源熵将趋近于1，即信源的平均不确定度变大，另一部分信源的信源熵将趋近于0，即信源的平均不确定度变小，这就完成了信源的极化过程。该过程可以表示为：
Figure BDA0002223201470000074
Figure BDA0002223201470000075
以概率P＝1趋于定值(0或者1)，即：
Figure BDA0002223201470000081
Figure BDA0002223201470000082
最后再介绍神经网络(neural network，NN)。
图5是一个前馈型神经网络的结构示意图，该网络最左边为输入层，中间所有层为隐藏层，最右边为输出层。
神经网络由多个神经元组成，其中，每个神经元的运算如图6所示，a1,a2,…,an代表神经元的n个输入，ω1,ω2,…,ωn代表相应连线上的权重值，b为偏置项，f(·)代表激活函数。可见，一个神经元的功能就是把求得的输入值和权值乘积求和后，经过一个非线性函数得到一个相应的输出值，即神经网络每一层神经元做完线性变换之后，会加上一个非线性激励函数(激活函数)对线性结果进行转换，经过多层神经网络之后，最后得到的输出即为一个复杂的非线性函数。
加入非线性激励函数之后，神经网络就不再用复杂的线性组合逼近平滑曲线来分割平面，而是有可能直接学习到平滑的曲线来分割平面，这就是引入激活函数的原因。神经网络中常见的激活函数有sigmoid，ReLU，tanh等等。在实际应用中，可以根据各个激活函数的优缺点来进行灵活配置。
Sigmoid函数：
Figure BDA0002223201470000083
ReLU函数：f(z)＝max(0,z)。
tanh函数：
Figure BDA0002223201470000084
将训练数据输入神经网络，经过隐藏层，到达输出层并得到输出结果的过程是神经网络的前向传播过程。由于NN的输出结果和实际结果存在一定的误差，可以通过计算估计值和实际值之间的误差(代价函数)，并将该误差从输出层向隐藏层反向传播，直至到达输入层。在反向传播的过程中，神经网络中每个网元的权重值会根据误差进行调整，不断迭代上述过程至收敛，最后得到的权值即为最优权值。反向传播算法(back propagation，BP)是一种基于梯度下降的优化算法，常用于人工神经网络的训练。
其中，代价函数可以包括最小均方差(MSE)和交叉熵(cross entropy)或其他。
具体的，梯度下降与反向传播算法(BP)的过程此处进行说明。
梯度下降算法是神经网络利用网络的误差来更新权重值的一种方法，梯度即为函数值上升最快方向的向量，梯度的反向就是函数值下降最快的方向，沿着梯度的反方向修改更新权重值，经过多轮迭代，即可找出当权重值取何值时可以使得代价函数取到极小值。
反向传播算法(BP算法)是从输出层开始，反向计算错误向量，逐层更新权重值至输入层，并多次重复迭代以上过程。其核心的数学工具就是微积分的链式求导法则，以MSE为代价函数，激活函数采用sigmoid函数为例，下面给出BP算法中权值更新公式的数学推导：
给定训练集(x,y)，假定神经网络的输出为y＝(y1,y2,…,yl)，则样本的均方误差为：
Figure BDA0002223201470000085
其中，ti是样本对应于节点i的目标值。
假设netj是节点j的加权输入，即
Figure BDA0002223201470000086
E是netj的函数，而netj是ωji的函数，根据链式求导法则，可得：
Figure BDA0002223201470000087
xji代表节点i传递给节点j的输入值。对于
Figure BDA0002223201470000088
需要分输出层和隐藏层两种情况。
输出层：
Figure BDA0002223201470000091
其中，
Figure BDA0002223201470000092
Figure BDA0002223201470000093
其中，
Figure BDA0002223201470000094
所以对于输出层，可得：
Figure BDA0002223201470000095
如果令
Figure BDA0002223201470000096
即一个节点的误差项δ是网络误差对这个节点输入的偏导数的相反数，带入上式，可得：
δj＝(tj-yj)yj(1-yj)。
隐藏层：
定义节点j所有下游节点集合
Figure BDA0002223201470000097
(例如图5所示，对于节点8来说，它的下游节点为11和12)，由神经网络的结构可知，netj只能通过影响
Figure BDA0002223201470000098
来影响E，假设netk是节点j的下游节点的输入，则E是netj的函数，因为netj有多个，应用全导数公式，可以得到:
Figure BDA0002223201470000099
因为
Figure BDA00022232014700000910
带入上式可得：
Figure BDA00022232014700000911
其中，δj为节点j的误差项，δk为节点k的误差项，
Figure BDA00022232014700000912
即节点j的输出值。
综上所述，可得：
输出层：
δj＝(tj-yj)yj(1-yj)。
隐藏层：
Figure BDA00022232014700000913
则权值更新公式为：
ωji＝ωji+ηδjxji。
其中，η为学习速率。
根据以上推导可以看出，梯度
Figure BDA00022232014700000914
(其中δ为误差项和激活函数求导后值的乘积取负数)，所以权值更新公式可以总结为：
Figure BDA00022232014700000915
由上述过程可以理解，梯度的反方向(δ取负数的原因)就是函数值下降最快的方向，所以当沿着梯度的反方向来修改ω，经过多轮迭代更新，即可试出当ω取何值时，使得代价函数的值极小，即神经网络收敛。
下面结合附图，对本申请提供的方案进行详细描述。
一方面，本申请实施例提供一种图像信号处理方法，如图7所示，该方法可以包括：
S701、编码端设备获得图像的二进制信源XN。
具体的，编码端设备在获取到图像时，将图像经过经典的JPEG操作，如颜色转化、灰度平移、DCT变换、数据量化、Zig-Zag扫描、以及熵编码(e.g.游程编码，可选操作)后得到图像的二进制信源XN，本申请对该过程不进行赘述。
S702、编码端设备对XN进行极化操作，获得待压缩比特集合UN。
具体的，在S702中编码端设备对XN进行极化操作，具体可以包括：将XN乘以极化编码(Polar码)的生成矩阵G(也可以称之为极化矩阵)，得到UN，即UN＝XNG。
其中，G的内容可以根据实际需求配置，本申请实施例对此不进行具体限定。
这样，就把对XN信号的压缩转换成对UN的压缩。根据前述信源熵极化特性，由于UN中
Figure BDA0002223201470000101
的这部分比特(也就是不确定性低的比特)可以完全由其他比特
Figure BDA0002223201470000102
决定，这部分比特在压缩时可以舍弃。只需要将
Figure BDA0002223201470000103
的部分比特(也就是不确定性高的比特)保存下来即可。令集合
Figure BDA0002223201470000104
而该集合对应的U序列记录为US作为压缩时保留的比特的集合，称之为压缩保留比特集合。S的补集为Sc，该集合对应的U序列记录为
Figure BDA0002223201470000105
作为压缩时丢弃的比特的集合，称之为压缩丢弃比特集合，则
Figure BDA0002223201470000106
S703、编码端设备从UN获取压缩保留比特集合US。
其中，US中的比特是信源压缩时保留的比特，US是UN中的部分比特。
可选的，US中的比特的信源熵趋近于1，或者，US中的比特的信源熵趋大于或等于第一预设阈值，或者，US中的比特对应等效信道的巴氏参数大于或等于第二预设阈值，或者，US中的比特对应等效信道的信道容量小于或者等于第三预设阈值。
其中，第一预设阈值、第二预设阈值、第三预设阈值的取值，可以根据实际需求配置。
具体的，编码端设备可以通过但不限于下述两种方案中任一种方案来实现S703：
方案1、编码端设备将信源问题等效为信道问题。
具体的，针对符合伯努利分布Ber(q)的信源的Polar码压缩的设计可以等效于一个针对BSC的Polar信道译码的设计。将等效信道的固定比特UF作为US
Figure BDA0002223201470000107
将等效信道的信息比特UI作为
Figure BDA0002223201470000108
如图8所示，是本申请实施例提供的一种BSC信道的示意图。BSC信道的噪声分布与信源相同，可以计算BSC(q)的信道容量为1-H(q)＝1+q log2 q+(1-q)log2(1-q)，与H(q)正好互补。
具体来说，令信道W＝BSC(q)，n＝log2 N，经过n次极化后的N个极化信道由
Figure BDA0002223201470000109
表示，可以从理论证明这些极化信道的容量与上述极化信源熵互补，即
Figure BDA00022232014700001010
具体证明过程不再赘述。
在S703的方案1中，将信源编码等效为信道译码，就可以利用信道译码时的信道可靠度排序，根据等效信道可靠度从高到低的排序，将UN中对应的等效信道可靠度靠后的比特作为US。其中，信源比特的信源熵越高其对应的等效信道的可靠度越低。
在S703的方案1中，将等效信道的固定比特UF作为US
Figure BDA00022232014700001011
将等效信道的信息比特UI作为
Figure BDA00022232014700001012
具体的，US比特的数量，取决于期望压缩率，本申请实施例对此不进行具体限定。
其中，信道编码时信道可靠度排序的方法可以利用已有的高斯近似(GaussianApproximation)算法，或者信道退化和进化融合(channel degradation and upgradationmerging)算，或者部分排序法等等，或者其他，本申请实施例不进行赘述。
方案2、编码端设备计算UN中每个比特的信源熵，将UN信源熵趋近于1的比特作为US。
其中，计算信源熵的过程可以通过数学推导实现，本申请实施例不进行赘述。
S704、编码端设备对US进行信道编码，获得编码后的比特序列。
其中，S704中可以采用SC译码、SCL译码、BP译码等信道编码方式或其他信道编码方式，本申请对S704中的信道编码过程不进行限定。
S705、编码端设备输出编码后的比特序列。
具体的，在S705中编码端设备将S704中编码后的比特序列发送至信道中传输。
本申请提供的图像信号处理方法，通过极化编码对二进制信源进行压缩，按照期望的压缩率实现固定长度的信源编码，该过程实现简单。另外，极化编码的编码粒度是图像块(block)，即使译码错误，仅在block内存在错误扩散，有效的控制译码端的错误扩散，提高了图像压缩的性能。
进一步的，UN中还包括Polar码信源编码的压缩丢弃比特集合
Figure BDA0002223201470000111
因此，信源编码时将
Figure BDA0002223201470000112
丢弃不传输，译码端可以根据其他比特译出压缩丢弃比特的内容。
进一步的，信源编码时可以将
Figure BDA0002223201470000113
丢弃不传输，为了实现无损压缩，可以将译码获取
Figure BDA0002223201470000114
时的错误位置记录下来，译码端在译码时对错误位置的比特进行翻转，实现无损压缩解压缩。如图9所示，在图7的基础上，本申请实施例提供的图像处理方法还可以包括S706、S707。
S706、编码端设备根据US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure BDA0002223201470000115
其中，
Figure BDA0002223201470000116
是
Figure BDA0002223201470000117
的译码估计值。
具体的，在S706中，可以将对二进制伯努利信源进行信源编码的过程等效成BSC信道的信道译码过程，虚拟一个BSC信道，假设极化码译码器的接收信号YN＝0N(等效信道的预设输出值，为预先配置，也可以为0以外的其他值)，假设该等效信道的冻结位(固定比特)为US，根据US和YN，通过polar的信道译码器，可以得到
Figure BDA0002223201470000118
(信道译码结果)。保持冻结位不变，
Figure BDA0002223201470000119
中除US之外的比特，则为
Figure BDA00022232014700001110
需要说明的是，在实际的实现过程中，本申请中描述的虚拟一个BSC信道进行信道译码，可以直接利用现有的Polar码译码器，以SC译码器为例，令fSC(·)为polar码的SC译码函数，则：UI＝fSC(YN＝0N,US)。
其中US为不为0的向量，这和现有译码器不同，可以做如下线性变换，令ZN为BSC信道的噪声向量：
XN+ZN＝YN＝0N；
UNG+ZN＝YN＝0N；
[UF,UI]G+ZN＝YN＝0N；
[0F,UI]G+ZN＝YN＝[UF,0I]G；
等效于UI＝fSC(YN＝[UF,0I]G,UF＝0F)，这样，就可以直接利用现有的译码器直接实现polar码的信源无损压缩。
S707、编码端设备根据
Figure BDA00022232014700001111
和
Figure BDA00022232014700001112
获得错误位置信息T；
其中，在S707中比较译码出来的
Figure BDA00022232014700001113
和原始的
Figure BDA00022232014700001114
找出不一样比特的位置序号，并记录为T。
例如，图10是本申请实施例提供的一种Polar无损压缩的流程示意图。如图10所示，该流程可以包括：S1001、信源产生的N个相互独立分布(independently andidentically distribute，i.i.d)的信号XN。S1002、经过极化操作后得到的待压缩比特集合
Figure BDA0002223201470000121
G为极化矩阵。S1003、将集合S以及SC作为信道编码时的固定比特集合F和信息比特集合I，令YN＝[UF,0I]G，将YN输入标准Polar码译码器。S1004，将固定比特集合设置为0F的Polar码译码器，进行译码得到估计值
Figure BDA0002223201470000122
S1005，确定
Figure BDA0002223201470000123
成否成立，若不成立，执行S1006，若成立，执行1007。S1006，将
Figure BDA0002223201470000124
进行翻转，并将i记录到集合T中。S1007，确定i是否等于N，如果是，则输出[US,T]，如果否，则校验下一个比特位。
一种可能的实现方式中，在S707之后，执行S704，并在S704中编码端设备对US和T进行信道编码，获得编码后的比特序列。
需要说明的是，在对T进行信道编码之前，还需转成二进制形式。
另一种可能的实现方式中，在S707之后，也可以执行S708，用于训练译码端预测错误位置信息T的神经网络。
S708、编码端设备将US与T记录。
其中，S708中记录的US与T，作为一组数据，用于训练预测错误位置信息的预设神经网络。其中，该预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
需要说明的是，可以在线下根据M组Polar码信源编码的压缩保留比特集合与错误位置信息训练神经网络至收敛，得到预设神经网络，将预设神经网络配置在译码端设备中，用于在译码时预测T。M组Polar码信源编码的压缩保留比特集合与错误位置信息，可以通过学习获取，或者也可以通过图像处理过程获取，本申请实施例对此不进行具体限定。
其中，训练神经网络的方法，可以参照前述BP算法，或者其他训练方法，本申请实施例对此也不进行具体限定。训练模型的过程就是优化代价函数的过程。
训练时，将存储的所有[US,T]作为训练样本送入一个输入层节点数为length(US)，输出层节点数为T长度的神经网络中进行训练，其中，US j为每次训练时神经网络输入层的入，Tj为对应期待输出值，由于每一个UF对应的T尺寸可能不一样，可以选择所有T中尺寸最大的值作为神经网络的输出尺寸，也可以设定一个固定的值，作为该神经网络的输出尺寸；该神经网络的代价函数表示为：
Figure BDA0002223201470000125
其中，
Figure BDA0002223201470000126
代表神经网络实际输出。输出层得到的预测数据和相应的T进行对比，通过代价函数得到期望输出和实际输出的误差值e，利用反向传播算法(BP)经过l次迭代训练后，该神经网络连接线上的权值也会发生多次更新，e达到一个趋于平稳的极小值，即神经网络趋于收敛，当前连接线上的权重值即为最终权重值。
另一方面，本申请实施例提供另一种图像信号处理方法，应用于译码端设备，如图11所示，该方法可以包括：
S1101、译码端设备获取接收信号YN。
其中，YN为译码端设备从信道接收到的信号，YN是图像的二进制信源XN进行信源编码及信道编码后的比特序列经信道传输后的信号。
例如，YN可以为S705中编码端设备输出编码后的比特序列经信道传输后的信号。
S1102、译码端设备将YN进行信道译码，获取信道译码中的信息比特
Figure BDA0002223201470000131
作为待信源译码的压缩保留比特集合
Figure BDA0002223201470000132
其中，S1102中可以采用SC译码、SCL译码、BP译码等信道译码方式，本申请对S1102中的信道译码过程不进行限定，只需要与编码端的信道编码方式对应即可。
S1103、译码端设备根据错误位置信息
Figure BDA0002223201470000133
及
Figure BDA0002223201470000134
对等效信道的预设输出值进行信道译码，得到待信源译码的压缩丢弃比特集合
Figure BDA0002223201470000135
其中，所述
Figure BDA0002223201470000136
指示信道译码时翻转比特的位置。
具体的，在S1103中，译码端设备可以先获取错误位置信息
Figure BDA0002223201470000137
该获取过程可以包括但不限于下述两种过程中任一种，取决于编码端设备是否传输了错误位置信息。
过程1、译码端设备将
Figure BDA0002223201470000138
输入预设神经网络，预测得到错误位置信息
Figure BDA0002223201470000139
其中，预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。对于该预设神经网络已经在前述内容进行了详细说明，此处不进行赘述。
过程2、编码端设备传输了错误位置信息，S1102中译码端设备将YN进行信道译码时就可以获取
Figure BDA00022232014700001310
具体的，在S1103中，译码端设备将信源译码等效为polar码信道译码，虚拟一个BSC信道，假设该信道的接收信号YN＝0N(等效信道输出值，为预先配置，也可以为其他值)，等效信道的冻结位(固定比特)为
Figure BDA00022232014700001311
将YN输入polar的信道译码器进行信道译码，译码时将
Figure BDA00022232014700001312
指示位置的比特进行翻转，得到
Figure BDA00022232014700001313
(信道译码结果)。
S1104、译码端设备获得
Figure BDA00022232014700001314
其中，
Figure BDA00022232014700001315
包括S1102中获取的
Figure BDA00022232014700001316
及S1103中获取的
Figure BDA00022232014700001317
具体的，在S1104中，译码端设备将
Figure BDA00022232014700001318
和
Figure BDA00022232014700001319
按照比特位置顺序构成
Figure BDA00022232014700001320
S1105、译码端设备对
Figure BDA00022232014700001321
进行极化操作，得到XN的重构信号
Figure BDA00022232014700001322
其中，极化操作包括乘以polar码的生成矩阵。
进一步的，译码端设备还可以对
Figure BDA00022232014700001323
进行熵解码(可选操作)，反Zig-Zag扫描，去量化、IDCT变换、增加灰度平移、颜色变换等操作还原图像。
本申请提供的图像信号处理方法，将通过极化编码进行压缩后的信号，根据错误位置信息进行对应的译码，实现图像信号的无损压缩，该过程实现简单。另外，极化编码的编码粒度是图像块(block)，即使译码错误，仅在block内存在错误扩散，有效的控制译码端的错误扩散，提高了图像压缩的性能。
另一方面，本申请实施例提供一种图像信号处理装置120，该装置120可以为编码端设备，或者可以为编码端设备中的装置或芯片系统。该图像信号处理装置120可以实现上述方法实施例中编码端设备的功能，所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个上述功能相应的模块。如图12所示，该图像信号处理装置120可以包括第一获得单元1201、极化单元1202、获取单元1203、编码单元1204及输出单元1205。其中：
第一获得单元1201，用于获得图像的二进制信源XN。
极化单元1202，用于对第一获得单元1201获得的XN进行极化操作，获得待压缩比特集合UN。
获取单元1203，用于从极化单元1202获得的UN获取压缩保留比特集合US。
编码单元1204，用于对获取单元1203获取的US进行信道编码，获得编码后的比特序列。
输出单元1205，用于输出编码单元1204获得的编码后的比特序列。
可选的，获取单元1203具体可以用于：根据等效信道可靠度从高到低的排序，将UN中对应等效信道可靠度靠后的比特作为US。其中，信源比特的信源熵越高其对应的等效信道的可靠度越低。
可选的，UN还包括Polar码信源编码的压缩丢弃比特集合
Figure BDA0002223201470000141
如图12所示，该图像信号处理装置120还可以包括第二获得单元1206，用于根据US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure BDA0002223201470000142
根据
Figure BDA0002223201470000143
和
Figure BDA0002223201470000144
获得错误位置信息T。记录单元1207，用于将US与T记录，用于训练预测错误位置信息的预设神经网络。其中，预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
可选的，编码单元1204具体可以用于：将US和T进行信道编码。
另一方面，本申请实施例提供一种图像信号处理装置130，该装置130可以为译码端设备，或者可以为译码端设备中的装置或芯片系统。该图像信号处理装置130可以实现上述方法实施例中译码端设备的功能，所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个上述功能相应的模块。如图13所示，该图像信号处理装置130可以包括：获取单元1301、第一译码单元1302、第二译码单元1303、获得单元1304以及极化单元1305。其中：
获取单元1301，用于获取接收信号YN，YN是图像的二进制信源XN进行信源编码及信道编码后的比特序列经信道传输后的信号。
第一译码单元1302，用于将获取单元1301获取的YN进行信道译码，获取信道译码中的信息比特
Figure BDA0002223201470000145
作为待信源译码的压缩保留比特集合
Figure BDA0002223201470000146
第二译码单元1303，用于根据错误位置信息
Figure BDA0002223201470000147
及
Figure BDA0002223201470000148
对等效信道的预设输出值进行信道译码，得到待信源译码的压缩丢弃比特集合
Figure BDA0002223201470000149
其中，
Figure BDA00022232014700001410
指示信道译码时翻转比特的位置。
获得单元1304，用于获得
Figure BDA00022232014700001411
包括第一译码单元1302获取的
Figure BDA00022232014700001412
及第二译码单元1303得到的
Figure BDA00022232014700001413
极化单元1305，用于对获得单元1304获得的
Figure BDA00022232014700001414
进行极化操作，得到XN的重构信号
Figure BDA00022232014700001415
可选的，如图13所示，图像信号处理装置130还可以包括预测单元1306，用于将
Figure BDA00022232014700001416
输入预设神经网络，预测得到错误位置信息
Figure BDA00022232014700001417
其中，预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
可选的，YN包括错误位置信息
Figure BDA00022232014700001418
第一译码单元1302具体可以用于：将YN进行信道译码，获取
Figure BDA00022232014700001419
和
Figure BDA00022232014700001420
本申请实施例中的图像信号处理装置120或者图像信号处理装置130可能有部分单元(或器件)为通过硬件电路来实现而另一部分单元(或器件)通过软件来实现，也可能其中所有单元(或器件)都通过硬件电路来实现，还可能其中所有单元(或器件)都通过软件来实现。
图14是本申请实施例提供的一种编码端设备140的结构示意图。如图14所示，该编码端设备140包括：处理器1401，存储器1402。其中，存储器1402可以独立于处理器之外或独立于设备之外(Memory#3)，也可以在处理器或设备之内(Memory#1和Memory#2)。存储器1402可以是物理上独立的单元，也可以是云服务器上的存储空间或网络硬盘等。
所述存储器1402用于存储计算机可读指令(或者称之为计算机程序)，
所述处理器1401用于读取所述计算机可读指令以实现前述有关编码端设备的方面及其任意实现方式提供的方法。
可选的，所述存储器1402(内存(Memory)#1)位于所述编码端设备140内。
可选的，所述存储器1402(内存(Memory)#2)与所述处理器集成在一起。
可选的，所述存储器1402(内存(Memory)#3)位于所述编码端设备140之外。
可选的，该编码端设备140还包括收发器1403，用于接收和发送数据。
图15是本申请实施例提供的一种译码端设备150的结构示意图。如图15所示，该译码端设备150包括：处理器1501，存储器1502。其中，存储器1502可以独立于处理器之外或独立于设备之外(Memory#3)，也可以在处理器或设备之内(Memory#1和Memory#2)。存储器1502可以是物理上独立的单元，也可以是云服务器上的存储空间或网络硬盘等。
所述存储器1502用于存储计算机可读指令(或者称之为计算机程序)，
所述处理器1501用于读取所述计算机可读指令以实现前述有关译码端设备的方面及其任意实现方式提供的方法。
可选的，所述存储器1502(内存(Memory)#1)位于所述译码端设备150内。
可选的，所述存储器1502(内存(Memory)#2)与所述处理器集成在一起。
可选的，所述存储器1502(内存(Memory)#3)位于所述译码端设备150之外。
可选的，该编码端设备150还包括收发器1503，用于接收和发送数据。
另外，该处理器1401或处理器1501可以是中央处理器单元，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，数字信号处理器和微处理器的组合等等。另外，该存储器1402或存储器1502可以包括：易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器也可以包括非易失性存储器(non-volatile memory)，例如快闪存储器(flashmemory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)、云存储(cloud storage)、网络附接存储(NAS：network attached Storage)、网盘(networkdrive)等；存储器还可以包括上述种类的存储器的组合或者其他具有存储功能的任意形态的介质或产品。
再一方面，本申请实施例提供一种图像信号处理系统，该图像信号处理系统中包括上述任一实施例描述的编码端设备，和上述任一实施例描述的译码端设备。
本申请实施例还提供了一种计算机可读介质，其上存储有计算机程序指令，该计算机程序指令被计算机执行时实现上述任一实施例中的方法。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品被计算机执行时实现上述任一实施例中的方法。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (18)

1.一种图像信号处理方法，其特征在于，所述方法包括：
获得图像的二进制信源XN；
对所述XN进行极化操作，获得待压缩比特集合UN；
从所述UN获取压缩保留比特集合US；
对所述US进行信道编码，获得编码后的比特序列；
输出所述编码后的比特序列。
2.根据权利要求1所述的方法，其特征在于，所述从所述UN中获取压缩保留比特US，包括：
根据等效信道可靠度从高到低的排序，将所述UN中对应的等效信道可靠度靠后的比特作为所述US；其中，信源比特的信源熵越高其对应的等效信道的可靠度越低。
3.根据权利要求1或2所述的方法，其特征在于，所述UN还包括Polar码信源编码的压缩丢弃比特集合
Figure RE-FDA0002239371110000011
所述方法还包括：
根据所述US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure RE-FDA0002239371110000012
根据所述
Figure RE-FDA0002239371110000013
和所述
Figure RE-FDA0002239371110000014
获得错误位置信息T；
将所述US与所述T记录，用于训练预测错误位置信息的预设神经网络；其中，所述预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
4.根据权利要求1或2所述的方法，其特征在于，所述UN还包括Polar码信源编码的压缩丢弃比特集合
Figure RE-FDA0002239371110000015
所述方法还包括：根据所述US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure RE-FDA0002239371110000016
根据所述
Figure RE-FDA0002239371110000017
和所述
Figure RE-FDA0002239371110000018
获得错误位置信息T；
所述对所述US进行信道编码，包括：将所述US和所述T进行信道编码。
5.一种图像信号处理方法，其特征在于，所述方法包括：
获取接收信号YN，所述YN是图像的二进制信源XN进行信源编码及信道编码后的比特序列经信道传输后的信号；
将所述YN进行信道译码，获取信道译码中的信息比特
Figure RE-FDA0002239371110000019
作为待信源译码的压缩保留比特集合
Figure RE-FDA00022393711100000110
根据错误位置信息
Figure RE-FDA00022393711100000111
及所述
Figure RE-FDA00022393711100000112
对等效信道的预设输出值进行信道译码，得到待信源译码的压缩丢弃比特集合
Figure RE-FDA00022393711100000113
其中，所述
Figure RE-FDA00022393711100000114
指示信道译码时翻转比特的位置；
获得
Figure RE-FDA00022393711100000115
所述
Figure RE-FDA00022393711100000116
包括所述
Figure RE-FDA00022393711100000117
及所述
Figure RE-FDA00022393711100000118
对所述
Figure RE-FDA00022393711100000119
进行极化操作，得到所述XN的重构信号
Figure RE-FDA00022393711100000120
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
将所述
Figure RE-FDA00022393711100000121
输入预设神经网络，预测得到所述错误位置信息
Figure RE-FDA00022393711100000122
其中，所述预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
7.根据权利要求5所述的方法，其特征在于，所述将所述YN进行信道译码，获取信道译码中的信息比特
Figure RE-FDA00022393711100000123
包括：
将所述YN进行信道译码，获取所述
Figure RE-FDA00022393711100000124
和所述
Figure RE-FDA00022393711100000125
8.一种图像信号处理装置，其特征在于，所述装置包括：
第一获得单元，用于获得图像的二进制信源XN；
极化单元，用于对所述第一获得单元获得的所述XN进行极化操作，获得待压缩比特集合UN；
获取单元，用于从所述极化单元获得的所述UN获取压缩保留比特集合US；
编码单元，用于对所述获取单元获取的所述US进行信道编码，获得编码后的比特序列；
输出单元，用于输出所述编码单元获得的所述编码后的比特序列。
9.根据权利要求8所述的装置，其特征在于，所述获取单元具体用于：
根据等效信道可靠度从高到低的排序，将所述UN中对应的等效信道可靠度靠后的比特作为所述US；其中，信源比特的信源熵越高其对应的等效信道的可靠度越低。
10.根据权利要求8或9所述的装置，其特征在于，所述UN还包括Polar码信源编码的压缩丢弃比特集合
Figure RE-FDA0002239371110000021
所述装置还包括：
第二获得单元，用于根据所述US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure RE-FDA0002239371110000022
根据所述
Figure RE-FDA0002239371110000023
和所述
Figure RE-FDA0002239371110000024
获得错误位置信息T；
记录单元，用于将所述US与所述T记录，用于训练预测错误位置信息的预设神经网络；其中，所述预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
11.根据权利要求8或9所述的装置，其特征在于，所述UN还包括Polar码信源编码的压缩丢弃比特集合
Figure RE-FDA0002239371110000025
所述装置还包括第二获得单元，用于根据所述US，对等效信道的预设输出值进行信道译码，得到译码后的
Figure RE-FDA0002239371110000026
根据所述
Figure RE-FDA0002239371110000027
和所述
Figure RE-FDA0002239371110000028
获得错误位置信息T；
所述编码单元具体用于：将所述US和所述T进行信道编码。
12.一种图像信号处理装置，其特征在于，所述装置包括：
获取单元，用于获取接收信号YN，所述YN是图像的二进制信源XN进行信源编码及信道编码后的比特序列经信道传输后的信号；
第一译码单元，用于将所述获取单元获取的所述YN进行信道译码，获取信道译码中的信息比特
Figure RE-FDA0002239371110000029
作为待信源译码的压缩保留比特集合
Figure RE-FDA00022393711100000210
第二译码单元，用于根据错误位置信息
Figure RE-FDA00022393711100000211
及所述
Figure RE-FDA00022393711100000212
对等效信道的预设输出值进行信道译码，得到待信源译码的压缩丢弃比特集合
Figure RE-FDA00022393711100000213
其中，所述
Figure RE-FDA00022393711100000214
指示信道译码时翻转比特的位置；
获得单元，用于获得
Figure RE-FDA00022393711100000215
所述
Figure RE-FDA00022393711100000216
包括所述第一译码单元获取的所述
Figure RE-FDA00022393711100000217
及所述第二译码单元得到的所述
Figure RE-FDA00022393711100000218
极化单元，用于对所述获得单元获得的所述
Figure RE-FDA00022393711100000219
进行极化操作，得到所述XN的重构信号
Figure RE-FDA00022393711100000220
13.根据权利要求12所述的装置，其特征在于，所述装置还包括预测单元，用于：
将所述
Figure RE-FDA00022393711100000221
输入预设神经网络，预测得到所述错误位置信息
Figure RE-FDA00022393711100000222
其中，所述预设神经网络为按照M组Polar码信源编码的压缩保留比特集合与错误位置信息训练至收敛的神经网络。
14.根据权利要求12所述的装置，其特征在于，所述第一译码单元具体用于：
将所述YN进行信道译码，获取所述
Figure RE-FDA00022393711100000223
和所述
Figure RE-FDA00022393711100000224
15.一种编码端设备，其特征在于，包括：处理器，存储器；
所述存储器用于存储计算机可读指令或者计算机程序，所述处理器用于读取所述计算机可读指令以实现如权利要求1-4中任意一项所述的图像信号处理方法。
16.一种译码端设备，其特征在于，包括：处理器，存储器；
所述存储器用于存储计算机可读指令或者计算机程序，所述处理器用于读取所述计算机可读指令以实现如权利要求5-7中任意一项所述的图像信号处理方法。
17.一种计算机可读存储介质，其特征在于，包括计算机程序指令，当其在计算机上运行时，使得所述计算机执行如权利要求1-7中任意一项所述的图像信号处理方法。
18.一种计算机程序产品，其特征在于，当其在计算机上运行时，使得计算机执行权利要求1-7中任意一项所述的图像信号处理方法。
CN201910942101.3A 2019-09-30 2019-09-30 一种图像信号处理方法及装置 Active CN112584144B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910942101.3A CN112584144B (zh) 2019-09-30 2019-09-30 一种图像信号处理方法及装置
PCT/CN2020/116857 WO2021063218A1 (zh) 2019-09-30 2020-09-22 一种图像信号处理方法及装置
EP20872832.9A EP4037194B1 (en) 2019-09-30 2020-09-22 Image signal processing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910942101.3A CN112584144B (zh) 2019-09-30 2019-09-30 一种图像信号处理方法及装置

Publications (2)

Publication Number Publication Date
CN112584144A true CN112584144A (zh) 2021-03-30
CN112584144B CN112584144B (zh) 2022-04-12

Family

ID=75116367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910942101.3A Active CN112584144B (zh) 2019-09-30 2019-09-30 一种图像信号处理方法及装置

Country Status (3)

Country Link
EP (1) EP4037194B1 (zh)
CN (1) CN112584144B (zh)
WO (1) WO2021063218A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022257718A1 (zh) * 2021-06-11 2022-12-15 华为技术有限公司 一种极化码编码方法、译码方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539393A (zh) * 2015-01-07 2015-04-22 北京邮电大学 一种基于极化码的信源编码方法
CN104918063A (zh) * 2015-06-01 2015-09-16 中国农业大学 一种基于Polar码技术的可抗差错图像传输方法
CN105075163A (zh) * 2013-11-20 2015-11-18 华为技术有限公司 极化码的处理方法和设备
CN105430421A (zh) * 2015-10-31 2016-03-23 深圳大学 一种基于极化码属性降低图像传输失真率的方法
CN107666324A (zh) * 2017-09-18 2018-02-06 北京航空航天大学 一种polar码结合算术编码的信源有损压缩编码方法
CN108055044A (zh) * 2018-01-19 2018-05-18 中国计量大学 一种基于ldpc码和极化码的级联系统
US20190103883A1 (en) * 2016-03-30 2019-04-04 Idac Holdings, Inc. Joint source and polar coding

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8363752B2 (en) * 2009-09-01 2013-01-29 Panasonic Corporation Methods and apparatus for reducing the average-to-minimum magnitude ratio of communications signals in communications transmitters
US20150333775A1 (en) * 2014-05-15 2015-11-19 Broadcom Corporation Frozen-Bit Selection for a Polar Code Decoder
WO2018191908A1 (en) * 2017-04-20 2018-10-25 Qualcomm Incorporated Dynamic frozen bits and error detection for polar codes
CN109150384B (zh) * 2017-06-27 2020-11-17 华为技术有限公司 极化码编码的方法和装置
CN109286468B (zh) * 2017-07-20 2022-08-09 中兴通讯股份有限公司 极化码比特位置选择方法、装置和计算机设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105075163A (zh) * 2013-11-20 2015-11-18 华为技术有限公司 极化码的处理方法和设备
CN104539393A (zh) * 2015-01-07 2015-04-22 北京邮电大学 一种基于极化码的信源编码方法
CN104918063A (zh) * 2015-06-01 2015-09-16 中国农业大学 一种基于Polar码技术的可抗差错图像传输方法
CN105430421A (zh) * 2015-10-31 2016-03-23 深圳大学 一种基于极化码属性降低图像传输失真率的方法
US20190103883A1 (en) * 2016-03-30 2019-04-04 Idac Holdings, Inc. Joint source and polar coding
CN107666324A (zh) * 2017-09-18 2018-02-06 北京航空航天大学 一种polar码结合算术编码的信源有损压缩编码方法
CN108055044A (zh) * 2018-01-19 2018-05-18 中国计量大学 一种基于ldpc码和极化码的级联系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
石磊: "极化码性质及编译码方法的研究", 《中国优秀硕士论文全文数据库（电子期刊）》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022257718A1 (zh) * 2021-06-11 2022-12-15 华为技术有限公司 一种极化码编码方法、译码方法及装置

Also Published As

Publication number Publication date
WO2021063218A1 (zh) 2021-04-08
EP4037194A1 (en) 2022-08-03
EP4037194B1 (en) 2024-04-24
CN112584144B (zh) 2022-04-12
EP4037194A4 (en) 2022-12-07

Similar Documents

Publication Publication Date Title
JP7356513B2 (ja) ニューラルネットワークのパラメータを圧縮する方法および装置
RU2565877C2 (ru) Способ и устройство для определения соответствия между синтаксическим элементом и кодовым словом для кодирования переменной длины
Fitriya et al. A review of data compression techniques
US11783511B2 (en) Channel-wise autoregressive entropy models for image compression
CN111314709A (zh) 基于机器学习的视频压缩
CN113473149A (zh) 用于无线图像传输的语义信道联合编码方法及装置
Zhang et al. iflow: Numerically invertible flows for efficient lossless compression via a uniform coder
WO2008009518A1 (en) Encoding and decoding quantized video sequence with wyner-ziv compression
WO2022028197A1 (zh) 一种图像处理方法及其设备
CN112398484A (zh) 一种编码方法及相关设备
CN112584144B (zh) 一种图像信号处理方法及装置
Kabir et al. Edge-based transformation and entropy coding for lossless image compression
CN110612738A (zh) 广义极化码
JP6960784B2 (ja) ニューラルネットワーク、符号化装置、復号装置、学習方法、制御方法、およびプログラム
Benierbah et al. Symbol positions‐based Slepian–Wolf coding with application to distributed video coding
Tomczak Deep generative modeling for neural compression
Shen et al. Fast Golomb coding parameter estimation using partial data and its application in hyperspectral image compression
WO2023169303A1 (zh) 编解码方法、装置、设备、存储介质及计算机程序产品
WO2023185305A1 (zh) 编码方法、装置、存储介质及计算机程序产品
US12026925B2 (en) Channel-wise autoregressive entropy models for image compression
Mohamed Wireless Communication Systems: Compression and Decompression Algorithms
WO2024078252A1 (zh) 特征数据编解码方法及相关装置
US11876969B2 (en) Neural-network media compression using quantized entropy coding distribution parameters
EP4387233A1 (en) Video encoding and decoding method, encoder, decoder and storage medium
Wu et al. Image vector quantization codec indices recovery using Lagrange interpolation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant