基本信息:
- 专利标题： 用于神经图像压缩的任务自适应预处理的方法和设备
- 申请号：CN202180031481.0 申请日：2021-08-06
- 公开(公告)号：CN115461753A 公开(公告)日：2022-12-09
- 发明人： 蒋薇 , 王炜 , 丁鼎 , 刘杉 , 许晓中
- 申请人： 腾讯美国有限责任公司
- 申请人地址： 美国加利福尼亚州帕洛阿尔托公园大道2747号
- 专利权人： 腾讯美国有限责任公司
- 当前专利权人： 腾讯美国有限责任公司
- 当前专利权人地址： 美国加利福尼亚州帕洛阿尔托公园大道2747号
- 代理机构： 深圳市深佳知识产权代理事务所
- 代理人： 王曙聘
- 优先权： 63/138,901 20210119 US 17/365,395 20210701 US
- 国际申请： PCT/US2021/044900 2021.08.06
- 国际公布： WO2022/159143 EN 2022.07.28
- 进入国家日期： 2022-10-28
- 主分类号： G06N3/02
- IPC分类号： G06N3/02 ; H04N19/30 ; H04N19/42 ; H04N19/463
摘要：
用于神经图像压缩的任务自适应预处理(TAPP)的方法由至少一个处理器执行，并且该方法包括：使用TAPP神经网络基于输入图像生成替代图像，以及使用第一神经网络对所生成的替代图像进行编码以生成压缩表示。通过以下操作来训练TAPP神经网络：使用TAPP神经网络基于输入训练图像生成替代训练图像；使用第一神经网络对所生成的替代训练图像进行编码以生成压缩训练表示；使用第二神经网络对所生成的压缩训练表示进行解码以重建输出训练图像；生成基于输入训练图像、重建的输出训练图像和生成的压缩训练表示生成的率失真(R‑D)损失的梯度；以及基于所生成的R‑D损失的梯度更新生成的替代训练图像。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06N | 基于特定计算模型的计算机系统 |
| ------G06N3/00 | 基于生物学模型的计算机系统 |
| --------G06N3/02 | .采用神经网络模型 |