← 返回列表
一种基于目标显著性特征的数据压缩重建方法
摘要文本
本说明书公开了一种基于目标显著性特征的数据压缩重建方法，涉及数据压缩重构技术领域，包括将原始图像分为若干批次，并进行预处理；利用Mask R‑CNN模型对预处理后的图像进行目标检测，获得模型检测结果；将模型检测结果进行分组，获得所需目标和其他目标的数据集合；对预处理后的原始图像进行网格拆分，并对网格进行分组存储和压缩，获得其他目标压缩结果、背景压缩结果以及所需目标压缩结果；采用双线性插值方法对其他目标和背景的网格图像进行重建，并采用VAE模型对所需目标的网格图像进行重建，获得插值结果和重建样本；将插值结果和重建样本进行拼接，获得重建图像，以解决目前数据压缩重建技术存在保存信息冗杂、数据重建的准确性低的问题。 来源：百度搜索专利查询网
申请人信息
- 申请人:北京遥感设备研究所
- 申请人地址:100854 北京市海淀区永定路51号
- 发明人: 北京遥感设备研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于目标显著性特征的数据压缩重建方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311767134.1 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117440104A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | H04N1/64 |
| 权利人 | 北京遥感设备研究所 |
| 发明人 | 苏毅; 刘雨蒙; 赵怡婧; 陈洁; 张博平 |
| 地址 | 北京市海淀区永定路51号 |
专利主权项内容
1.一种基于目标显著性特征的数据压缩重建方法，其特征在于，包括：将原始图像分为若干批次，并对分批后的目标批次的原始图像进行预处理；利用Mask R-CNN模型对预处理后的原始图像进行目标检测，获得模型检测结果；将所述模型检测结果按照目标类别标签进行分组，获得所需目标数据集合和其他目标数据集合；对预处理后的原始图像进行网格拆分，并按照与所述所需目标数据集合和所述其他目标数据集合的归属关系对拆分后的网格进行分组存储和初步数据压缩，获得其他目标数据压缩存储结果、背景压缩存储结果以及所需目标数据压缩存储结果；采用双线性插值方法对所述其他目标数据压缩存储结果和所述背景压缩存储结果对应的网格图像进行重建，并采用训练后的VAE模型对所述所需目标数据压缩存储结果对应的网格图像进行重建，获得插值结果和重建样本；将所述插值结果和所述重建样本进行拼接，获得重建后的完整图像。