CN115103191A - 图像处理方法、装置、设备及存储介质 - Google Patents

图像处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115103191A
CN115103191A CN202210672515.0A CN202210672515A CN115103191A CN 115103191 A CN115103191 A CN 115103191A CN 202210672515 A CN202210672515 A CN 202210672515A CN 115103191 A CN115103191 A CN 115103191A
Authority
CN
China
Prior art keywords
loss function
characteristic data
inputting
decoder
setting
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.)
Pending
Application number
CN202210672515.0A
Other languages
English (en)
Inventor
李磊
杨锦海
刘创
李跃
赵世杰
李军林
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.)
Beijing ByteDance Network Technology Co Ltd
Lemon Inc Cayman Island
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Lemon Inc Cayman Island
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 Beijing ByteDance Network Technology Co Ltd, Lemon Inc Cayman Island filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202210672515.0A priority Critical patent/CN115103191A/zh
Publication of CN115103191A publication Critical patent/CN115103191A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本公开实施例提供了一种图像处理方法、装置、设备及存储介质。将原始图像输入特征提取网络，获得特征数据；将所述特征数据输入设定编码器，获得编码特征数据；将所述编码特征数据输入设定解码器，获得解码特征数据，以根据所述解码特征数据进行图像处理；其中，所述特征提取网络、所述设定解码器及所述设定解码器通过联合训练获得。本公开实施例提供的图像处理方法，基于联合训练的特征提取网络、设定编码器及设定解码器实现对特征数据的编解码，可以提高对特征数据编解码的效果。

Description

图像处理方法、装置、设备及存储介质
技术领域
本公开实施例涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、设备及存储介质。
背景技术
基于深度学习的端到端压缩编解码近年来得到极大的发展，其包含视觉任务和压缩任务。相关技术中，视觉任务在训练期间基于未压缩的特征实现，在实际使用过程中，特征经过压缩再重建后以实现视觉任务。原始特征和重建特征之间的差异会导致视觉任务性能下降。
发明内容
本公开实施例提供一种图像处理方法、装置、设备及存储介质，基于联合训练的特征提取网络、设定编码器及设定解码器实现对特征数据的编解码，可以提高对特征数据编解码的效果。
第一方面，本公开实施例提供了一种图像处理方法，包括：
将原始图像输入特征提取网络，获得特征数据；
将所述特征数据输入设定编码器，获得编码特征数据；
将所述编码特征数据输入设定解码器，获得解码特征数据，以根据所述解码特征数据进行图像处理；其中，所述特征提取网络、所述设定解码器及所述设定解码器通过联合训练获得。
第二方面，本公开实施例还提供了一种图像处理装置，包括：
特征数据获取模块，用于将原始图像输入特征提取网络，获得特征数据；
编码特征数据获取模块，用于将所述特征数据输入设定编码器，获得编码特征数据；
解码特征数据获取模块，用于将所述编码特征数据输入设定解码器，获得解码特征数据，以根据所述解码特征数据进行图像处理；其中，所述特征提取网络、所述设定解码器及所述设定解码器通过联合训练获得。
第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例所述的图像处理方法。
第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例所述的图像处理方法。
本公开实施例公开了一种图像处理方法、装置、设备及存储介质。将原始图像输入特征提取网络，获得特征数据；将特征数据输入设定编码器，获得编码特征数据；将编码特征数据输入设定解码器，获得解码特征数据，以根据解码特征数据进行图像处理；其中，特征提取网络、设定解码器及设定解码器通过联合训练获得。本公开实施例提供的图像处理方法，基于联合训练的特征提取网络、设定编码器及设定解码器实现对特征数据的编解码，可以提高对特征数据编解码的效果。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1本公开实施例所提供的一种图像处理方法的流程示意图；
图2是本公开实施例所提供的一种联合模型的结构示意图；
图3是本公开实施例所提供的一种联合模型的结构示意图；
图4是本公开实施例所提供的一种联合模型的结构示意图；
图5是本公开实施例所提供的一种图像处理的原理图；
图6是本公开实施例所提供的一种图像处理装置的结构示意图；
图7是本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1为本公开实施例所提供的一种图像处理方法的流程示意图，本公开实施例适用于对图像的特征数据进行编码及解码的情形，该方法可以由图像处理装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。
如图1所示，所述方法包括：
S110，将原始图像输入特征提取网络，获得特征数据。
其中，原始图像可以是任意的待处理的图像。特征提取网络可以是用于对图像进行特征提取的神经网络，可以由多个卷积层组成。本实施例中，特征提取网络可以是现有任意开源的用于特征提取的神经网络模型，此处不做限定。例如：可以是视觉几何图像组(Visual Geometry Group，VGG)网络、深度残差神经网络(Deep residual network，ResNet)或者行人重识别(Person re-identification，ReID)网络等。本实施例中，特征提取网络可以是已经训练好的神经网络。
其中，特征数据可以是从原始图像中提取出的表示特征的数据，可以以数组或者矩阵的形式表征。具体的，将原始图像输入训练好的特征提取网络后，可以获得特征数据。
S120，将特征数据输入设定编码器，获得编码特征数据。
其中，设定编码器可以是已经训练好的熵编码器，熵编码可以理解为将图像转换为用于传输或者存储的压缩码流(也可称之为比特流)，熵编码可以是不丢失任何信息的编码，即无损编码。熵编码的原理可以理解为：首先确定输出的特征数据中各特征的先验概率，将先验概率较大的特征采用较少的比特表示，对先验概率较小的特征采用较的比特表示，使得编码后的总比特最小。本实施例中，熵编码的方式可以是香农(Shannon)编码、哈夫曼(Huffman)编码和算术编码(arithmetic coding)，此处不做限定。
具体的，将从原始图像提取出的特征数据输入熵编码器中，以对特征数据进行熵编码，从而获得编码特征数据，然后将编码特征数据进行存储或者传输，以进行后续的解码。本实施例中，采用熵编码器对特征数据进行编码，在保证图像无损的情况下，实现超高倍数的压缩，从而在存储编码特征数据时，节省内存，在传输编码特征数据时，节省带宽资源。
S130，将编码特征数据输入设定解码器，获得解码特征数据，以根据解码特征数据进行图像处理。
其中，特征提取网络、设定解码器及设定解码器通过联合训练获得。联合训练可以理解为：将特征提取网络、设定解码器及设定解码器构成一个完整的联合模型，采用样本图像对联合模型进行训练，训练完成后，再将联合模型拆开以用于后续的应用阶段。
其中，设定解码器可以是已经训练好的熵解码器，熵解码可以理解为对编码后的特征数据进行特征重建的过程。具体的，将编码特征数据输入熵解码器，以对编码特征数据进行特征重建，获得解码特征数据，以根据解码特征数据进行后续的图像处理。后续的图像处理可以是目标检测等，此处不做限定。
可选的，联合训练特征提取网络、设定解码器及设定解码器的方式可以是：将特征提取网络、设定解码器和设定解码器依次连接，获得联合模型；将样本图像输入联合模型，获得第一损失函数、第二损失函数及第三损失函数；基于第一损失函数、第二损失函数及第三损失函数中的至少一项对联合模型进行训练。
其中，将样本图像输入联合模型的过程可以是：首先将样本图像输入特征提取网络，输出样本特征数据，再将样本特征数据依次输入设定编码器，输出样本解码数据和预测先验概率。
其中，第一损失函数可以是三元损失函数，第二损失函数可以是中心损失函数，第三损失函数可以是熵损失函数。
具体的，将样本图像输入联合模型，获得第一损失函数、第二损失函数及第三损失函数的过程可以是：将样本图像输入特征提取网络，获得样本特征数据；基于样本特征数据确定第一损失函数和第二损失函数；将样本特征数据依次输入设定编码器和设定解码器，输出预测先验概率信息；基于预测先验概率信息确定第三损失函数。
其中，三元损失函数可以由多组三元样本图像对应的样本特征数据确定，其中，组三元样本图像可以理解为3个样本图像，两个样本图像为同一类别，第三个样本图像为另一类别。例如：三个样本图像分别为两个正样本图像，一个负样本图像。假设：两个正样本图像分别表示为x1、x2，负样本图像表示为x3，f(x)表示样本特征数据。则三元损失函数可以表示为：
Figure BDA0003693719750000071
其中，N表示三元组的数量，i表示第i个三元样本图像组，α为超参数。
其中，中心损失函数可以表示为：
Figure BDA0003693719750000081
其中，m表示样本特征数据的数量，f(xi)表示当前样本图像对应的样本特征数据，Ci表示当前样本图像对应的特征中心，特征中心可以由已经获取到的样本特征数据的平均值表示。
其中，熵损失函数可以由先验概率确定。本实施例中，熵编码的原理可以是首先学习特征数据的先验概率分布，再基于概率分布对特征数据进行编码。因此，需要根据先验概率确定的熵损失函数在对熵编码器和熵解码器进行训练。熵损失函数的计算公式可以表示为：
Figure BDA0003693719750000082
其中，P(i)表示样本特征数据中第i个特征的预测先验概率。
示例性的，图2是本实施例中联合模型的结构示意图，如图2所示，按照从输入到输出的顺序，联合模型依次包括特征提取网络、熵编码器和熵解码器。将样本图像输入特征提取网络，获得样本特征数据；基于样本特征数据确定三元损失函数和中心损失函数；将样本特征数据依次输入熵编码器和熵解码器，输出预测先验概率，基于预测先验概率确定熵损失函数。
可选的，基于第一损失函数、第二损失函数及第三损失函数中的至少一项对联合模型进行训练的过程可以是：基于第一损失函数和第二损失函数对特征提取网络进行反向调参；基于第三损失函数对设定解码器、设定解码器及特征提取网络进行反向调参。
其中，基于第一损失函数和第二损失函数对特征提取网络进行反向调参的过程可以是：将第一损失函数和第二损失函数进行加权累加，将加权累加后的损失函数从特征提取网络的输出端传入，以对特征提取网络的参数进行调节。基于第三损失函数对设定解码器、设定解码器及特征提取网络进行反向调参的过程可以是：将第三损失函数从设定解码器的输出端传入，经过设定编码器后一直传到特征提取网络，以对设定解码器、设定解码器及特征提取网络进行调节。本实施例中，基于多个损失函数对联合模型进行训练，可以提高模型的精度。
可选的，联合模型还包括对象检测网络；对象检测网络与设定解码器相连。联合模型的训练方式可以是：将样本特征数据依次输入设定编码器和设定解码器，输出样本解码特征数据；将样本解码特征数据输入对象检测网络，获得对象检测结果；基于对象检测结果确定第四损失函数；基于第一损失函数、第二损失函数、第三损失函数及第四损失函数中的至少一项对联合模型进行训练。
其中，第四损失函数可以是交叉熵损失函数或者标签平滑损失函数等，此处不做限定。基于对象检测结果确定第四损失函数的方式可以是：获取样本图像的真实结果，根据对象检测结果和真实结果确定第四损失函数。
本实施例中，基于第一损失函数、第二损失函数、第三损失函数及第四损失函数中的至少一项对联合模型进行训练的过程可以是：基于第一损失函数和第二损失函数对特征提取网络进行反向调参；基于第三损失函数对设定解码器、设定解码器及特征提取网络进行反向调参；基于第四损失函数对对象检测网络、设定解码器、设定解码器及特征提取网络进行反向调参。
其中，基于第一损失函数和第二损失函数对特征提取网络进行反向调参的过程可以是：将第一损失函数和第二损失函数进行加权累加，将加权累加后的损失函数从特征提取网络的输出端传入，以对特征提取网络的参数进行调节。基于第三损失函数对设定解码器、设定解码器及特征提取网络进行反向调参的过程可以是：将第三损失函数从设定解码器的输出端传入，经过设定编码器后一直传到特征提取网络，以对设定解码器、设定解码器及特征提取网络进行调节。基于第四损失函数对对象检测网络、设定解码器、设定解码器及特征提取网络进行反向调参的过程可以是：将第四损失函数从对象检测网络的输出端传入，依次经过设定解码器、设定编码器后一直传到特征提取网络，以对对象检测网络、设定解码器、设定解码器及特征提取网络进行调节。本实施例中，对象检测网络添加至联合模型以和特征提取网络、设定解码器及设定解码器进行联合训练，可以提高特征提取网络、设定解码器及设定解码器的训练精度。示例性的，图3是本实施例中联合模型的结构示意图，如图3所示，按照从输入到输出的顺序，联合模型依次包括特征提取网络、熵编码器、熵解码器及对象检测网络。
可选的，联合模型还包括量化模块；量化模块设置于特征提取网络和设定编码器之间；将样本特征数据输入量化模块，获得量化后的样本特征数据；相应的，基于样本特征数据确定第一损失函数和第二损失函数的过程可以是：基于量化后的样本特征数据确定第一损失函数和第二损失函数。
其中，量化模块的作用是对特征提取网络输出的样本特征数据进行量化处理。量化处理可以理解为降低特征数据的数据量的过程，例如：将浮点数转化为整数，或者减少浮点数小数点后的位数。示例性的，图4是本实施例中的一种联合模型的示意图，如图4所示，在特征提取网络和上编码器之间还包括量化模块，用于对样本特征数据进行量化处理。
可选的，在训练联合模型之后，还包括：对联合模型进行拆分，将拆分出的特征提取网络、量化模块及设定编码器部署在一个终端设备上；将拆分出的设定解码器部署在另一个终端设备上。
具体的，将联合模型拆分出来后，将原始图像依次输入部署在其中一个终端设备上的特征提取网络、量化模块及设定编码器，获得编码特征数据，在编码特征数据传输至另一个部署有设定解码器的终端设备上，使得另一个终端设备通过调用设定解码器对编码特征数据进行解码，获得解码特征数据。
可选的，在将原始图像输入特征提取网络，获得特征数据之后，还包括：将特征数据输入输入量化模块，获得量化后的特征数据；相应的，将特征数据输入设定编码器，获得编码特征数据的方式可以是：将量化后的特征数据输入设定编码器，获得编码特征数据。
示例性的，图5是本实施例中图像处理的原理图，如图5所示，将原始图像依次输入部署在终端设备A上的特征提取网络、量化模块及设定编码器，获得编码特征数据，在编码特征数据传输至部署有设定解码器的终端设备B上，使得终端设备B通过调用设定解码器对编码特征数据进行解码，获得解码特征数据。
本公开实施例的技术方案，将原始图像输入特征提取网络，获得特征数据；将特征数据输入设定编码器，获得编码特征数据；将编码特征数据输入设定解码器，获得解码特征数据，以根据解码特征数据进行图像处理；其中，特征提取网络、设定解码器及设定解码器通过联合训练获得。本公开实施例提供的图像处理方法，基于联合训练的特征提取网络、设定编码器及设定解码器实现对特征数据的编解码，可以提高对特征数据编解码的效果。
图6为本公开实施例所提供的一种图像处理装置结构示意图，如图6所示，装置包括：
特征数据获取模块610，用于将原始图像输入特征提取网络，获得特征数据；
编码特征数据获取模块620，用于将特征数据输入设定编码器，获得编码特征数据；
解码特征数据获取模块630，用于将编码特征数据输入设定解码器，获得解码特征数据，以根据解码特征数据进行图像处理；其中，特征提取网络、设定解码器及设定解码器通过联合训练获得。
可选的，设定编码器为熵编码器、设定解码器为熵解码器。
可选的，还包括：联合模型训练模块，用于：
将特征提取网络、设定解码器和设定解码器依次连接，获得联合模型；
将样本图像输入联合模型，获得第一损失函数、第二损失函数及第三损失函数；
基于第一损失函数、第二损失函数及第三损失函数中的至少一项对联合模型进行训练。
可选的，联合模型训练模块，还用于：
将样本图像输入特征提取网络，获得样本特征数据；
基于样本特征数据确定第一损失函数和第二损失函数；其中，第一损失函数为三元损失函数，第二损失函数为中心损失函数；
将样本特征数据依次输入设定编码器和设定解码器，输出预测先验概率；
基于预测先验概率确定第三损失函数；其中，第三损失函数为熵损失函数。
可选的，联合模型训练模块，还用于：
基于第一损失函数和第二损失函数对特征提取网络进行反向调参；
基于第三损失函数对设定解码器、设定解码器及特征提取网络进行反向调参。
可选的，联合模型还包括对象检测网络；对象检测网络与设定解码器相连；联合模型训练模块，还用于：
将样本特征数据依次输入设定编码器和设定解码器，输出样本解码特征数据；
将样本解码特征数据输入对象检测网络，获得对象检测结果；
基于对象检测结果确定第四损失函数；
基于第一损失函数、第二损失函数、第三损失函数及第四损失函数中的至少一项对联合模型进行训练。
可选的，联合模型还包括量化模块；量化模块设置于特征提取网络和设定编码器之间；联合模型训练模块，还用于：
将样本特征数据输入量化模块，获得量化后的样本特征数据；
基于量化后的样本特征数据确定第一损失函数和第二损失函数。
可选的，在训练联合模型之后，还包括：联合模型拆分模块，用于：
对联合模型进行拆分，将拆分出的特征提取网络、量化模块及设定编码器部署在一个终端设备上；
将拆分出的设定解码器部署在另一个终端设备上。
可选的，还包括：
将特征数据输入输入量化模块，获得量化后的特征数据；
相应的，将特征数据输入设定编码器，获得编码特征数据，包括：
将量化后的特征数据输入设定编码器，获得编码特征数据。
本公开实施例所提供的图像处理装置可执行本公开任意实施例所提供的图像处理方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。
图7为本公开实施例所提供的一种电子设备的结构示意图。下面参考图7，其示出了适于用来实现本公开实施例的电子设备(例如图7中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
本公开实施例提供的电子设备与上述实施例提供的图像处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的图像处理方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：将原始图像输入特征提取网络，获得特征数据；将所述特征数据输入设定编码器，获得编码特征数据；将所述编码特征数据输入设定解码器，获得解码特征数据，以根据所述解码特征数据进行图像处理；其中，所述特征提取网络、所述设定解码器及所述设定解码器通过联合训练获得。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，提供了一种图像处理方法，包括：
将原始图像输入特征提取网络，获得特征数据；
将所述特征数据输入设定编码器，获得编码特征数据；
将所述编码特征数据输入设定解码器，获得解码特征数据，以根据所述解码特征数据进行图像处理；其中，所述特征提取网络、所述设定解码器及所述设定解码器通过联合训练获得。
进一步地，所述设定编码器为熵编码器、所述设定解码器为熵解码器。
进一步地，联合训练所述特征提取网络、所述设定解码器及所述设定解码器的方式为：
将所述特征提取网络、所述设定解码器和所述设定解码器依次连接，获得联合模型；
将样本图像输入所述联合模型，获得第一损失函数、第二损失函数及第三损失函数；
基于所述第一损失函数、第二损失函数及第三损失函数中的至少一项对所述联合模型进行训练。
进一步地，将样本图像输入所述联合模型，获得第一损失函数、第二损失函数及第三损失函数，包括：
将所述样本图像输入所述特征提取网络，获得样本特征数据；
基于所述样本特征数据确定第一损失函数和第二损失函数；其中，所述第一损失函数为三元损失函数，所述第二损失函数为中心损失函数；
将所述样本特征数据依次输入所述设定编码器和所述设定解码器，输出预测先验概率；
基于所述预测先验概率确定第三损失函数；其中，所述第三损失函数为熵损失函数。
进一步地，基于所述第一损失函数、第二损失函数及第三损失函数中的至少一项对所述联合模型进行训练，包括：
基于所述第一损失函数和所述第二损失函数对所述特征提取网络进行反向调参；
基于所述第三损失函数对所述设定解码器、所述设定解码器及所述特征提取网络进行反向调参。
进一步地，所述联合模型还包括对象检测网络；所述对象检测网络与所述设定解码器相连；所述联合模型的训练方式为：
将所述样本特征数据依次输入所述设定编码器和所述设定解码器，输出样本解码特征数据；
将所述样本解码特征数据输入所述对象检测网络，获得对象检测结果；
基于所述对象检测结果确定第四损失函数；
相应的，基于所述第一损失函数、第二损失函数及第三损失函数中的至少一项对所述联合模型进行训练，包括：
基于所述第一损失函数、第二损失函数、第三损失函数及所述第四损失函数中的至少一项对所述联合模型进行训练。
进一步地，所述联合模型还包括量化模块；所述量化模块设置于所述特征提取网络和所述设定编码器之间；
将所述样本特征数据输入所述量化模块，获得量化后的样本特征数据；
相应的，基于所述样本特征数据确定第一损失函数和第二损失函数，包括：
基于量化后的样本特征数据确定第一损失函数和第二损失函数。
进一步地，在训练所述联合模型之后，还包括：
对所述联合模型进行拆分，将拆分出的特征提取网络、量化模块及设定编码器部署在一个终端设备上；
将拆分出的设定解码器部署在另一个终端设备上。
进一步地，在将原始图像输入特征提取网络，获得特征数据之后，还包括：
将所述特征数据输入输入所述量化模块，获得量化后的特征数据；
相应的，将所述特征数据输入设定编码器，获得编码特征数据，包括：
将量化后的特征数据输入设定编码器，获得编码特征数据。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (12)

1.一种图像处理方法，其特征在于，包括：
将原始图像输入特征提取网络，获得特征数据；
将所述特征数据输入设定编码器，获得编码特征数据；
将所述编码特征数据输入设定解码器，获得解码特征数据，以根据所述解码特征数据进行图像处理；其中，所述特征提取网络、所述设定解码器及所述设定解码器通过联合训练获得。
2.根据权利要求1所述的方法，其特征在于，所述设定编码器为熵编码器、所述设定解码器为熵解码器。
3.根据权利要求2所述的方法，其特征在于，联合训练所述特征提取网络、所述设定解码器及所述设定解码器的方式为：
将所述特征提取网络、所述设定解码器和所述设定解码器依次连接，获得联合模型；
将样本图像输入所述联合模型，获得第一损失函数、第二损失函数及第三损失函数；
基于所述第一损失函数、第二损失函数及第三损失函数中的至少一项对所述联合模型进行训练。
4.根据权利要求3所述的方法，其特征在于，将样本图像输入所述联合模型，获得第一损失函数、第二损失函数及第三损失函数，包括：
将所述样本图像输入所述特征提取网络，获得样本特征数据；
基于所述样本特征数据确定第一损失函数和第二损失函数；其中，所述第一损失函数为三元损失函数，所述第二损失函数为中心损失函数；
将所述样本特征数据依次输入所述设定编码器和所述设定解码器，输出预测先验概率；
基于所述预测先验概率确定第三损失函数；其中，所述第三损失函数为熵损失函数。
5.根据权利要求3或4所述的方法，其特征在于，基于所述第一损失函数、第二损失函数及第三损失函数中的至少一项对所述联合模型进行训练，包括：
基于所述第一损失函数和所述第二损失函数对所述特征提取网络进行反向调参；
基于所述第三损失函数对所述设定解码器、所述设定解码器及所述特征提取网络进行反向调参。
6.根据权利要求4所述的方法，其特征在于，所述联合模型还包括对象检测网络；所述对象检测网络与所述设定解码器相连；所述联合模型的训练方式为：
将所述样本特征数据依次输入所述设定编码器和所述设定解码器，输出样本解码特征数据；
将所述样本解码特征数据输入所述对象检测网络，获得对象检测结果；
基于所述对象检测结果确定第四损失函数；
相应的，基于所述第一损失函数、第二损失函数及第三损失函数中的至少一项对所述联合模型进行训练，包括：
基于所述第一损失函数、第二损失函数、第三损失函数及所述第四损失函数中的至少一项对所述联合模型进行训练。
7.根据权利要求4或6所述的方法，其特征在于，所述联合模型还包括量化模块；所述量化模块设置于所述特征提取网络和所述设定编码器之间；
将所述样本特征数据输入所述量化模块，获得量化后的样本特征数据；
相应的，基于所述样本特征数据确定第一损失函数和第二损失函数，包括：
基于量化后的样本特征数据确定第一损失函数和第二损失函数。
8.根据权利要求7所述的方法，其特征在于，在训练所述联合模型之后，还包括：
对所述联合模型进行拆分，将拆分出的特征提取网络、量化模块及设定编码器部署在一个终端设备上；
将拆分出的设定解码器部署在另一个终端设备上。
9.根据权利要求8所述的方法，其特征在于，在将原始图像输入特征提取网络，获得特征数据之后，还包括：
将所述特征数据输入输入所述量化模块，获得量化后的特征数据；
相应的，将所述特征数据输入设定编码器，获得编码特征数据，包括：
将量化后的特征数据输入设定编码器，获得编码特征数据。
10.一种图像处理装置，其特征在于，包括：
特征数据获取模块，用于将原始图像输入特征提取网络，获得特征数据；
编码特征数据获取模块，用于将所述特征数据输入设定编码器，获得编码特征数据；
解码特征数据获取模块，用于将所述编码特征数据输入设定解码器，获得解码特征数据，以根据所述解码特征数据进行图像处理；其中，所述特征提取网络、所述设定解码器及所述设定解码器通过联合训练获得。
11.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的图像处理方法。
12.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一所述的图像处理方法。
CN202210672515.0A 2022-06-14 2022-06-14 图像处理方法、装置、设备及存储介质 Pending CN115103191A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210672515.0A CN115103191A (zh) 2022-06-14 2022-06-14 图像处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210672515.0A CN115103191A (zh) 2022-06-14 2022-06-14 图像处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115103191A true CN115103191A (zh) 2022-09-23

Family

ID=83290560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210672515.0A Pending CN115103191A (zh) 2022-06-14 2022-06-14 图像处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115103191A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024074118A1 (zh) * 2022-10-08 2024-04-11 北京字跳网络技术有限公司 图像处理方法、装置、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919051A (zh) * 2019-02-22 2019-06-21 同济大学 一种用于视频图像处理的卷积神经网络加速方法
CN111275033A (zh) * 2020-01-17 2020-06-12 腾讯科技（深圳）有限公司 一种字符识别方法、装置及电子设备、存储介质
CN112560827A (zh) * 2021-02-24 2021-03-26 北京澎思科技有限公司 模型训练方法、装置、预测方法、电子设备及介质
CN112702592A (zh) * 2020-12-28 2021-04-23 北京航空航天大学 端到端双目图像联合压缩方法、装置、设备和介质
CN113269189A (zh) * 2021-07-20 2021-08-17 北京世纪好未来教育科技有限公司 文本识别模型的构建方法、文本识别方法、装置及设备
CN113422950A (zh) * 2021-05-31 2021-09-21 北京达佳互联信息技术有限公司 图像数据处理模型的训练方法和训练装置
CN113438481A (zh) * 2020-03-23 2021-09-24 富士通株式会社 训练方法、图像编码方法、图像解码方法及装置
CN113537456A (zh) * 2021-06-15 2021-10-22 北京大学 一种深度特征压缩方法
CN114241516A (zh) * 2021-12-01 2022-03-25 武汉大学 基于行人再识别模型的行人再识别方法、设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919051A (zh) * 2019-02-22 2019-06-21 同济大学 一种用于视频图像处理的卷积神经网络加速方法
CN111275033A (zh) * 2020-01-17 2020-06-12 腾讯科技（深圳）有限公司 一种字符识别方法、装置及电子设备、存储介质
CN113438481A (zh) * 2020-03-23 2021-09-24 富士通株式会社 训练方法、图像编码方法、图像解码方法及装置
CN112702592A (zh) * 2020-12-28 2021-04-23 北京航空航天大学 端到端双目图像联合压缩方法、装置、设备和介质
CN112560827A (zh) * 2021-02-24 2021-03-26 北京澎思科技有限公司 模型训练方法、装置、预测方法、电子设备及介质
CN113422950A (zh) * 2021-05-31 2021-09-21 北京达佳互联信息技术有限公司 图像数据处理模型的训练方法和训练装置
CN113537456A (zh) * 2021-06-15 2021-10-22 北京大学 一种深度特征压缩方法
CN113269189A (zh) * 2021-07-20 2021-08-17 北京世纪好未来教育科技有限公司 文本识别模型的构建方法、文本识别方法、装置及设备
CN114241516A (zh) * 2021-12-01 2022-03-25 武汉大学 基于行人再识别模型的行人再识别方法、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024074118A1 (zh) * 2022-10-08 2024-04-11 北京字跳网络技术有限公司 图像处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN111246209B (zh) 自适应编码方法、装置、电子设备及计算机存储介质
CN113436620B (zh) 语音识别模型的训练方法、语音识别方法、装置、介质及设备
WO2023273610A1 (zh) 语音识别方法、装置、介质及电子设备
CN108632630B (zh) 一种结合位运算和概率预测的二值图像编码方法
CN111641826A (zh) 对数据进行编码、解码的方法、装置与系统
CN114125432B (zh) 视频数据处理方法、装置、设备及存储介质
CN115103191A (zh) 图像处理方法、装置、设备及存储介质
CN111385576B (zh) 视频编码方法、装置、移动终端及存储介质
CN114067327A (zh) 文本识别方法、装置、可读介质及电子设备
CN114581336A (zh) 图像修复方法、装置、设备、介质及产品
CN116016934A (zh) 视频编码方法、装置、电子设备和计算机可读介质
CN113986958B (zh) 文本信息的转换方法、装置、可读介质和电子设备
JP2024512914A (ja) マシンビジョンのためのビデオ符号化のための方法および装置
CN114495081A (zh) 文本识别的方法、装置、可读介质和电子设备
CN115272132A (zh) 一种图像处理方法、装置、设备和存储介质
CN114627023A (zh) 图像修复方法、装置、设备、介质及产品
CN115118972A (zh) 视频图像的编解码方法及相关设备
CN112488947A (zh) 模型训练和图像处理方法、装置、设备和计算机可读介质
CN116760992B (zh) 视频编码、认证、加密和传输方法、装置、设备和介质
WO2024067777A1 (zh) 编码、解码方法、编码装置、解码装置、电子设备和存储介质
CN116828180B (zh) 视频编码方法、装置、电子设备和计算机可读介质
CN115396672B (zh) 比特流存储方法、装置、电子设备和计算机可读介质
CN115938470B (zh) 蛋白质特征预处理方法、装置、介质及设备
CN117095686A (zh) 语音数据的处理方法、装置、电子设备及存储介质
CN116167433A (zh) 用于训练图像特征提取模型的方法、图像识别方法及介质

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