-
题名基于码率-准确率优化的图像特征压缩
- 1
-
-
作者
蒋伟
沈昊宇
-
机构
上海电力大学电子与信息工程学院
-
出处
《南京邮电大学学报(自然科学版)》
北大核心
2024年第2期27-34,共8页
-
基金
国家自然科学基金青年基金(61401269)资助项目。
-
文摘
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
-
Keywords
neural networks
feature compression
sub-regional quantification
rate-accuracy optimization
-
分类号
TN919.81
[电子电信—通信与信息系统]
-