南京邮电大学学报(自然科学版)

作者：蒋伟,沈昊宇

单位：上海电力大学 电子与信息工程学院，上海 200090上海电力大学 电子与信息工程学院，上海 200090

关键词：神经网络；特征压缩；分区域量化；码率-准确率优化

基金：国家自然科学基金青年基金（61401269）资助项目

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%。

来源：2024年第02期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2024年第02期