发明名称 |
基于神经网络与SVM的图像编码方法 |
摘要 |
本发明公开一种基于神经网络与SVM的图像编码方法,包括下述步骤:压缩,其包括诸如建立虚拟信源Y<SUB>1</SUB>的神经网络模型,建立虚拟信源Y<SUB>2</SUB>的SVM模型,用SVM模型参数去编码γ<SUB>3</SUB>由虚拟信源产生的字符串γ<SUB>2</SUB>等,解压缩,其包括恢复SVM模型参数,恢复虚拟信源的SVM模型,虚拟信源的SVM模型结合特别变换构建字符串的恢复映射,恢复虚拟信源Y<SUB>1</SUB>的神经网络模型,虚拟信源Y<SUB>1</SUB>的神经网络模型结合特别变换构建字符串的恢复映射,完全恢复虚拟信源Y<SUB>1</SUB>产生的字符串γ<SUB>1</SUB>等。该方法在微损的条件下,有较高的压缩比,部分情况下解决了图像编码系统中“高保真”与“高压缩比”不能统一的矛盾。 |
申请公布号 |
CN101094402A |
申请公布日期 |
2007.12.26 |
申请号 |
CN200710016832.2 |
申请日期 |
2007.07.13 |
申请人 |
青岛大学 |
发明人 |
杨国为;高绪慧;王守觉 |
分类号 |
H04N7/26(2006.01);G06T9/00(2006.01) |
主分类号 |
H04N7/26(2006.01) |
代理机构 |
济南舜源专利事务所有限公司 |
代理人 |
王连君 |
主权项 |
1、一种基于神经网络与SVM的图像编码方法,包括下述步骤:a.压缩a1.把所有要处理的图像数据视为由虚拟信源Y1产生的字符串γ1;a2.建立虚拟信源Y1的神经网络模型;a3.用模型参数去编码γ2由虚拟信源产生的字符串;a4.建立虚拟信源Y2的SVM模型;a5.用SVM模型参数去编码γ3由虚拟信源产生的字符串γ2;b.解压缩b1.恢复SVM模型参数;b2.恢复虚拟信源的SVM模型;b3.虚拟信源的SVM模型结合特别变换构建字符串的恢复映射;b4.完全恢复虚拟信源Y2产生的字符串γ2;b5.恢复神经网络模型参数;b6.恢复虚拟信源Y1的神经网络模型;b7.虚拟信源Y1的神经网络模型结合特别变换构建字符串的恢复映射;b8.完全恢复虚拟信源Y1产生的字符串γ1。 |
地址 |
266071山东省青岛市宁夏路308号 |