面向机器视觉任务的多尺度图像特征压缩算法

您当前的位置：

首页 >

文章列表页 >

面向机器视觉任务的多尺度图像特征压缩算法

更新时间：2025-07-09

- 面向机器视觉任务的多尺度图像特征压缩算法
- Issue 12, Pages: 1-10(2023)
- 作者机构：
  
  西安交通大学电子与信息学部
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP391.41
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (12): 1-10.
DOI：

[J]. 2023, (12): 1-10. DOI：

摘要

针对协作智能框架中机器视觉任务的中间特征数据量大、难以高效传输等问题，提出了一种多尺度图像特征融合压缩算法。首先，根据边缘设备上深度学习模型输出的多尺度特征，设计级联残差变换模块，通过不同尺寸特征的逐级相减，消除多尺度特征的相关冗余，并将残差特征压缩到统一尺寸；然后，设计自编码器，用算术编码来消除紧凑特征的统计冗余；接着，在云端根据解码的紧凑特征设计预测重建模块生成预测特征，并与残差特征相结合实现多尺度特征的精确重建；最后，通过构建联合优化函数对残差变换、自编码和预测重建3个模块开展协同优化，实现传输码率与信息表征能力的最优权衡。仿真实验结果表明：所提算法在空间压缩时不仅特征压缩率最大，而且重建特征最完整；在传输码率为0.1 bit/像素时，与图像编码算法(VVC)和特征压缩算法(MSFC)相比，所提算法的模型精度分别提高了8.57%和3.87%。该研究可为机器视觉编码框架提供技术支撑，具有一定的工程应用价值。

Abstract

关键词

Keywords

references

汪维,徐龙,陈卓.深度学习模型中间层特征压缩技术综述[J].计算机应用研究,2023(05).

宋蓓蓓,何帆,马穗娜,孙文方.一种高精度的自适应码率控制图像压缩算法[J].西安交通大学学报,2022(02).

Kang Liu,Dong Liu,Li Li,Ning Yan,Houqiang Li.Semantics-to-Signal Scalable Image Compression with Learned Revertible Representations[J].International Journal of Computer Vision,2021.

Alina Kuznetsova,Hassan Rom,Neil Alldrin,Jasper Uijlings,Ivan Krasin,Jordi Pont-Tuset,Shahab Kamali,Stefan Popov,Matteo Malloci,Alexander Kolesnikov,Tom Duerig,Vittorio Ferrari.The Open Images Dataset V4[J].International Journal of Computer Vision,2020.

Cheng Z.,Sun H.,Takeuchi M.,Katto J..Learned image compression with discretized gaussian mixture likelihoods and attention modules[J].Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2020.

Amir Erfan Eshratifar,Amirhossein Esmaili,Massoud Pedram.BottleNet: A Deep Learning Architecture for Intelligent Mobile Cloud Computing Services.[J].CoRR,2019.

Yiping Kang,Johann Hauswald,Cao Gao,Austin Rovinski,Trevor Mudge,Jason Mars,Lingjia Tang.Neurosurgeon[J].ACM SIGARCH Computer Architecture News,2017.

Sullivan, G. J.,Ohm, J.-R.,Han, W.-J.,Wiegand, T..Overview of the High Efficiency Video Coding (HEVC) Standard[J].IEEE Transactions on Circuits and Systems for Video Technology,2012.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

面向图片识别的深度学习模型并行优化方法

融合时空切片和双注意力机制的视频摘要方法

互补与一致的多视角子空间聚类网络

深度学习技术及其故障诊断应用分析与展望

面向图像的有效目标区域提取方法

Related Author

杨文杰

杨阳

刘帅

赵宇阳

巨涛

李文博

郭亚宁

张云佐

Related Institution

兰州交通大学电子与信息工程学院

石家庄铁道大学信息科学与技术学院

西安交通大学软件学院

西安交通大学机械制造系统工程国家重点实验室

西安交通大学智能网络与网络安全教育部重点实验室

⁰