本申請一些實施例涉及圖像編解碼。更具體地講，涉及一種圖像編碼方法及裝置。

背景技術(shù)：

1、目前，圖像/圖像編碼算法普遍是針對人類視覺系統(tǒng)進(jìn)行優(yōu)化，適于人類觀看應(yīng)用，但對于其它應(yīng)用場景，如現(xiàn)在非常常見的圖像處理和機(jī)器視覺應(yīng)用，則沒有進(jìn)行優(yōu)化。對于這些應(yīng)用，往往需要先將圖像完全解碼得到重建圖像/圖像，然后才能將重建圖像/圖像作為這些應(yīng)用的輸入。這一過程復(fù)雜耗時，同時解碼后的有損圖像也往往會對機(jī)器視覺任務(wù)的準(zhǔn)確性產(chǎn)生負(fù)面影響。在保持圖像主觀質(zhì)量不變的情況下減少碼率，同提供一種適合直接作為機(jī)器視覺輸入數(shù)據(jù)的表示已成為一個亟待解決的問題，因此高效的機(jī)器圖像編碼(video?coding?for?machines，vcm)已經(jīng)成為學(xué)術(shù)界和工業(yè)界的一個重要課題。vcm技術(shù)致力于在一定程度上連接圖像/圖像壓縮和特征壓縮這兩個獨立的研究方向，同時盡可能聯(lián)合優(yōu)化高準(zhǔn)確度的機(jī)器視覺任務(wù)和高保真度的人眼視覺重構(gòu)?；诖?，動態(tài)圖像專家組(moving?picture?expert?group，mpeg)成立了一個名為vcm的小組，以研究vcm技術(shù)標(biāo)準(zhǔn)化的需求。jpeg?ai是聯(lián)合圖像專家組(joint?photographic?experts?group，jpeg)創(chuàng)建的一個基于機(jī)器學(xué)習(xí)的可拓展圖像編碼標(biāo)準(zhǔn)。jpeg?ai針對人眼視覺與傳統(tǒng)的圖像編碼相比，在相同的主觀質(zhì)量下，獲得了更低的碼率。同時，jpeg?ai的模型也提出vcm相應(yīng)的需求。

2、基于機(jī)器學(xué)習(xí)的可拓展圖像編碼器中，需要通過上下文網(wǎng)絡(luò)分別預(yù)測增強層潛在特征的上下文特征和基礎(chǔ)層潛在特征的上下文特征。目前，相關(guān)技術(shù)普遍是基于增強層量化潛在特征和基礎(chǔ)層量化潛在特征分別來預(yù)測增強層上下文特征和基礎(chǔ)層上下文特征的，未能充分利用增強層量化潛在特征與基礎(chǔ)層量化潛在特征之間的關(guān)聯(lián)關(guān)系。因此基于機(jī)器學(xué)習(xí)的可拓展圖像編碼器的性能還有待進(jìn)一步提升。

技術(shù)實現(xiàn)思路

1、本申請示例性的實施方式提供一種圖像編碼方法及裝置，用于提升基于機(jī)器學(xué)習(xí)的可拓展圖像編碼器的編碼性能以及機(jī)器視覺性能。

2、本申請一些實施例提供技術(shù)方案如下：

3、第一方面，本申請一些實施例提供了一種圖像編碼方法，包括：

4、獲取目標(biāo)圖像的潛在特征；

5、根據(jù)所述潛在特征獲取基礎(chǔ)層重建潛在特征和增強層重建潛在特征；

6、基于預(yù)設(shè)量化參數(shù)對所述潛在特征進(jìn)行量化處理，以獲取量化潛在特征；

7、根據(jù)所述量化潛在特征獲取基礎(chǔ)層量化潛在特征和增強層量化潛在特征；

8、根據(jù)所述增強層重建潛在特征和已完成編碼的增強層量化潛在特征，獲取增強層上下文特征；

9、根據(jù)所述增強層上下文特征對所述增強層量化潛在特征的一下元素進(jìn)行編碼；

10、根據(jù)所述增強層量化潛在特征、所述基礎(chǔ)層重建潛在特征和已完成編碼的基礎(chǔ)層量化潛在特征，獲取基礎(chǔ)層上下文特征；

11、根據(jù)所述基礎(chǔ)層上下文特征對所述基礎(chǔ)層量化潛在特征的一下元素進(jìn)行編碼；

12、根據(jù)所述增強層量化潛在特征的編碼數(shù)據(jù)和所述基礎(chǔ)層量化潛在特征的編碼數(shù)據(jù)生成所述目標(biāo)圖像的編碼數(shù)據(jù)。

13、第二方面，本申請一些實施例提供了一種圖像編碼裝置，包括：

14、存儲器，被配置為存儲計算機(jī)程序；

15、處理器，被配置為用于在調(diào)用計算機(jī)程序時，使得所述圖像編碼裝置實現(xiàn)第一方面所述的圖像編碼方法。

16、第三方面，本申請一些實施例提供了一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序，當(dāng)所述計算機(jī)程序被計算設(shè)備執(zhí)行時，使得所述計算設(shè)備實現(xiàn)第一方面所述的圖像編碼方法。

17、第四方面，本申請一些實施例提供了一種計算機(jī)程序產(chǎn)品，當(dāng)所述計算機(jī)程序產(chǎn)品在計算機(jī)上運行時，使得所述計算機(jī)實現(xiàn)第一方面所述圖像編碼方法。

18、由以上技術(shù)方案可知，本申請實施例提供的圖像編碼方法在對目標(biāo)圖像進(jìn)行編碼時，首先獲取目標(biāo)圖像的潛在特征，然后根據(jù)所述潛在特征獲取基礎(chǔ)層重建潛在特征和增強層重建潛在特征，基于預(yù)設(shè)量化參數(shù)對所述潛在特征進(jìn)行量化處理，以獲取量化潛在特征，根據(jù)所述量化潛在特征獲取基礎(chǔ)層量化潛在特征和增強層量化潛在特征，再根據(jù)所述增強層重建潛在特征和已完成編碼的增強層量化潛在特征，獲取增強層上下文特征，以及根據(jù)所述增強層上下文特征對所述增強層量化潛在特征的一下元素進(jìn)行編碼，根據(jù)所述增強層量化潛在特征、所述基礎(chǔ)層重建潛在特征和已完成編碼的基礎(chǔ)層量化潛在特征，獲取基礎(chǔ)層上下文特征；根據(jù)所述基礎(chǔ)層上下文特征對所述基礎(chǔ)層量化潛在特征的一下元素進(jìn)行編碼，最后根據(jù)所述增強層量化潛在特征的編碼數(shù)據(jù)和所述基礎(chǔ)層量化潛在特征的編碼數(shù)據(jù)生成所述目標(biāo)圖像的編碼數(shù)據(jù)。由于本申請實施例在預(yù)測基礎(chǔ)層上下文特征時不但使用了基礎(chǔ)層重建潛在特征和已完成編碼的基礎(chǔ)層量化潛在特征，而且還使用了增強層量化潛在特征，因此本申請實施例可以更加充分的利用增強層量化潛在特征與基礎(chǔ)層量化潛在特征之間的關(guān)聯(lián)關(guān)系，進(jìn)而更加準(zhǔn)確的預(yù)測基礎(chǔ)層上下文特征，因此本申請實施例可以提升基于機(jī)器學(xué)習(xí)的可拓展圖像編碼器的編碼性能以及機(jī)器視覺性能。

技術(shù)特征：

1.一種圖像編碼方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述增強層重建潛在特征和已完成編碼的增強層量化潛在特征，獲取增強層上下文特征，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述增強層量化潛在特征、所述基礎(chǔ)層重建潛在特征和已完成編碼的基礎(chǔ)層量化潛在特征，獲取基礎(chǔ)層上下文特征，包括：

4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述通道上下文模塊包括：依次串接的第一卷積層、第一激活函數(shù)層、第二卷積層、第二激活函數(shù)層以及第三卷積層。

5.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述熵參數(shù)模塊由于多個串接的卷積層組成。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述潛在特征獲取基礎(chǔ)層重建潛在特征和增強層重建潛在特征，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述潛在特征獲取基礎(chǔ)層重建潛在特征和增強層重建潛在特征，包括：

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述量化潛在特征獲取基礎(chǔ)層量化潛在特征和增強層量化潛在特征，包括：

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述基于通道注意力機(jī)制對所述量化潛在特征進(jìn)行處理，以獲取通道注意力掩碼，包括：

10.一種圖像編碼裝置，其特征在于，包括：

技術(shù)總結(jié)
本申請一些實施例提供了一種圖像編碼方法及裝置，涉及圖像編解碼技術(shù)領(lǐng)域。包括：獲取目標(biāo)圖像的潛在特征；根據(jù)潛在特征獲取基礎(chǔ)層、增強層重建潛在特征；獲取量化潛在特征；根據(jù)量化潛在特征獲取基礎(chǔ)層、增強層量化潛在特征；根據(jù)增強層重建潛在特征和已完成編碼的增強層量化潛在特征，獲取增強層上下文特征；根據(jù)增強層上下文特征對增強層量化潛在特征的一下元素進(jìn)行編碼；根據(jù)增強層量化潛在特征、基礎(chǔ)層重建潛在特征和已完成編碼的基礎(chǔ)層量化潛在特征，獲取基礎(chǔ)層上下文特征；根據(jù)基礎(chǔ)層上下文特征對基礎(chǔ)層量化潛在特征的一下元素進(jìn)行編碼；根據(jù)增強層和基礎(chǔ)層量化潛在特征的編碼數(shù)據(jù)生成目標(biāo)圖像的編碼數(shù)據(jù)。

技術(shù)研發(fā)人員：施云惠,任佳偉,王瑾,柳佳樂,張華旺,王鵬權(quán),李斌,邢芳,王之奎
受保護(hù)的技術(shù)使用者：海信視像科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10