圖像壓縮系統(tǒng)、解壓縮系統(tǒng)、訓(xùn)練方法和裝置、顯示裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及顯示技術(shù)領(lǐng)域，尤其是涉及一種圖像壓縮系統(tǒng)、解壓縮系統(tǒng)、訓(xùn)練方法 和裝置、顯示裝置。
【背景技術(shù)】
[0002] 小波轉(zhuǎn)換是多分辨率圖像轉(zhuǎn)換的一種方式，常用于對圖像壓縮中。小波變換的應(yīng) 用包括JPEG2000標(biāo)準(zhǔn)中的變換轉(zhuǎn)碼。小波變換的目的是以整幅圖像的一部分圖像代表整幅 原始圖像，利用低分辨率圖像(原始圖像中的一部分圖像）以及恢復(fù)到整幅原始圖像的所需 的一些差異特征能夠得到原始圖像。提升法是小波變換中的一種有效的實施方式，并且也 是構(gòu)造小波時的一種靈活的工具。圖1中示出了 ID數(shù)據(jù)一種典型結(jié)構(gòu)。左邊對應(yīng)于編碼器。 編碼器使用預(yù)測濾波器P和一個更新濾波器u對圖像進行壓縮得到低分辨率圖像A和細節(jié) (D)。在壓縮應(yīng)用中，D的期望值大約為0,這樣大部分信息都能包含在A中。在解壓縮時，利用 相同的更新濾波器u和預(yù)測濾波器p，不過相反排列。很容易證明，這種設(shè)置導(dǎo)致輸出=輸 入，而對濾波器P和u沒有要求。一般的，這樣的濾波器p和u中各個濾波單元的濾波參數(shù)都是 人為設(shè)定的，這樣設(shè)定的權(quán)重值很難使得相應(yīng)的編碼器獲得最佳或者近似最佳的壓縮率， 且人為設(shè)定過程及其繁瑣復(fù)雜，容易出錯。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的一個目的在于降低圖像壓縮單元及圖像解壓縮單元中各個濾波參數(shù)設(shè) 定的難度。
[0004] 本發(fā)明提供了一種圖像壓縮系統(tǒng)，包括第一圖像壓縮單元或者第二圖像壓縮單 元，并具有輸出接口；
[0005] 第一圖像壓縮單元和所述第二圖像壓縮單元均具有一個第一圖像輸入端、多個第 二圖像輸入端、第一卷積神經(jīng)網(wǎng)絡(luò)模塊、圖像差異獲取模塊、第二卷積神經(jīng)網(wǎng)絡(luò)模塊、圖像 疊加模塊；
[0006] 其中，第一圖像壓縮單元中，
[0007] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與所述第一圖像輸入端相連，用于在接收到所述第一 圖像輸入端提供的第一圖像后，根據(jù)所述第一圖像分別預(yù)測各第二圖像輸入端接收到的各 第二圖像，得到多幅與各第二圖像一一對應(yīng)的預(yù)測圖像；
[0008] 所述圖像差異獲取模塊與所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出接口以及與各所 述第二圖像輸入端相連，用于獲取所述多幅預(yù)測圖像和每幅預(yù)測圖像對應(yīng)的第二圖像，確 定每個第二圖像和對應(yīng)的預(yù)測圖像之間的差異特征，將各差異特征作為一個差異特征集 合，并將得到的差異特征集合通過所述輸出接口輸出；
[0009] 所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊與所述圖像差異獲取模塊相連，對所述差異特征集合 進行更新得到對應(yīng)的更新特征；
[0010] 所述圖像疊加模塊與所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出接口以及所述第一圖 像輸入端相連，用于將所述更新特征和所述第一圖像進行疊加，得到疊加圖像，將所述疊加 圖像從輸出接口輸出；
[0011]其中，第二圖像壓縮單元中，
[0012] 所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊與所述多個第二圖像輸入端相連，用于對各個第二圖 像輸入端提供的各幅第二圖像進行更新，得到對應(yīng)的更新特征；
[0013] 所述圖像疊加模塊與所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊、所述第一圖像輸入端以及所述 輸出接口相連，用于將所述更新特征與所述第一圖像輸入端提供的第一圖像進行疊加得到 疊加圖像，并將疊加圖像通過所述輸出接口輸出；
[0014] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與所述圖像疊加模塊相連，用于根據(jù)所述疊加圖像預(yù) 測各幅第二圖像；
[0015] 所述圖像差異獲取模塊與所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出接口以及各個第 二圖像輸入端相連，用于獲取所述多幅預(yù)測圖像和每幅預(yù)測圖像對應(yīng)的第二圖像，確定每 個第二圖像和對應(yīng)的預(yù)測圖像之間的差異特征，將各差異特征作為一個差異特征集合，并 將得到的差異特征集合通過所述輸出接口輸出。
[0016] 本發(fā)明還提供了一種圖像壓縮系統(tǒng)，包括多級圖像壓縮單元以及輸出接口；所述 多級圖像壓縮單元中的每一級圖像壓縮單元為第一圖像壓縮單元或者第二圖像壓縮單元；
[0017] 其中，第一圖像壓縮單元和所述第二圖像壓縮單元均具有第一圖像輸入端、第二 圖像輸入端、第一卷積神經(jīng)網(wǎng)絡(luò)模塊、圖像差異獲取模塊、第二卷積神經(jīng)網(wǎng)絡(luò)模塊、圖像疊 加模塊;其中，第一圖像壓縮單元中，
[0018] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與所述第一圖像輸入端相連，用于在接收到所述第一 圖像輸入端提供的第一圖像后，根據(jù)所述第一圖像分別預(yù)測各第二圖像輸入端接收到的各 第二圖像，得到多幅與各第二圖像一一對應(yīng)的預(yù)測圖像；
[0019]所述圖像差異獲取模塊與所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出接口以及與各所 述第二圖像輸入端相連，用于獲取所述多幅預(yù)測圖像和每幅預(yù)測圖像對應(yīng)的第二圖像，確 定每個第二圖像和對應(yīng)的預(yù)測圖像之間的差異特征，將各差異特征作為一個差異特征集 合，并將得到的差異特征集合通過所述輸出接口輸出；
[0020] 所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊與所述圖像差異獲取模塊相連，對所述差異特征集合 進行更新得到對應(yīng)的更新特征；
[0021] 所述圖像疊加模塊與所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊以及所述第一圖像輸入端相連， 用于將所述更新特征和所述第一圖像進行疊加，得到疊加圖像；
[0022] 第二圖像壓縮單元中，
[0023] 所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊與所述多個第二圖像輸入端相連，用于對各個第二圖 像輸入端提供的各幅第二圖像進行更新，得到各第二圖像的更新特征；
[0024] 所述圖像疊加模塊與所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊、所述第一圖像輸入端相連，用 于將所述更新特征與所述第一圖像輸入端提供的第一圖像進行疊加得到疊加圖像；
[0025] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與所述圖像疊加模塊相連，用于根據(jù)所述疊加圖像預(yù) 測各個第二圖像；
[0026] 所述圖像差異獲取模塊與所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出接口以及各個第 二圖像輸入端相連，用于獲取所述多幅預(yù)測圖像和每幅預(yù)測圖像對應(yīng)的第二圖像，確定每 個第二圖像和對應(yīng)的預(yù)測圖像之間的差異特征，將各差異特征作為一個差異特征集合，并 將得到的差異特征集合通過所述輸出接口輸出；
[0027] 相鄰兩級的圖像壓縮單元中，上一級圖像壓縮單元的第一圖像輸入端的個數(shù)為多 個，且其圖像疊加單元與下一級圖像壓縮單元的第一圖像輸入端和第二圖像輸入端相連， 還用于將得到的多幅疊加圖像中的一部分圖像作為第一圖像一對一輸入到所連接的下一 級圖像壓縮單元的第一圖像輸入端，將另一部分圖像作為第二圖像一對一輸入到所連接的 第二圖像輸入端；
[0028] 最后一級圖像壓縮單元的圖像疊加單元與所述輸出接口相連，還用于將得到的疊 加圖像通過所述輸出接口輸出。
[0029] 本發(fā)明還提供了一種圖像解壓縮系統(tǒng)，包括圖像解壓縮單元;所述圖像解壓縮單 元為第一圖像解壓縮單元或第二圖像解壓縮單元；
[0030] 所述第一圖像解壓縮單元和第二圖像解壓縮單元均包括疊加圖像輸入端、差異特 征輸入端、第一卷積神經(jīng)網(wǎng)絡(luò)模塊、去差異模塊、第二卷積神經(jīng)網(wǎng)絡(luò)模塊、圖像去疊加模塊 和輸出端；
[0031] 所述第一圖像解壓縮單元中，
[0032] 所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊與所述去差異模塊以及差異特征輸入端相連，用于對 差異特征輸入端提供的差異特征集合進行更新得到對應(yīng)的更新特征;所述差異特征集合為 各個第二圖像中每一幅圖像與其對應(yīng)的預(yù)測圖像的差異特征的集合；
[0033] 所述圖像去疊加模塊與所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出端以及所述疊加圖 像輸入端相連，用于使用更新特征對疊加圖像輸入端提供的疊加圖像進行去疊加，得到第 一圖像通過所述輸出端輸出；所述疊加圖像為所述差異特征集合對應(yīng)的更新特征與第一圖 像進行疊加得到的圖像；
[0034] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與所述圖像去疊加模塊相連，用于利用第一圖像預(yù)測 各個第二圖像，并將預(yù)測結(jié)果輸出到所述去差異模塊；
[0035] 所述去差異模塊與所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊、所述差異特征輸入端以及所述輸 出端相連，用于獲取各個第二圖像的預(yù)測圖像以及所述差異特征集合，并根據(jù)每一個第二 圖像的預(yù)測圖像以及該第二圖像對應(yīng)的差異特征得到該第二圖像并通過所述輸出端輸出；
[0036] 所述第二圖像解壓縮單元中；
[0037] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與所述疊加圖像輸入端相連，用于根據(jù)疊加圖像輸入 端接收到的疊加圖像預(yù)測各個第二圖像;所述疊加圖像為所述差異特征集合對應(yīng)的更新特 征與第一圖像進行疊加得到的圖像;所述疊加圖像為所述差異特征集合對應(yīng)的更新特征與 第一圖像進行疊加得到的圖像；
[0038] 所述去差異模塊與所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出端以及所述差異特征輸 入端相連，用于獲取差異特征集合以及各幅第二圖像對應(yīng)的多幅預(yù)測圖像;并根據(jù)每一幅 第二圖像的預(yù)測圖像和該第二圖像對應(yīng)的差異特征得到該第二圖像并通過所述輸出端輸 出；
[0039] 所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊與所述去差異模塊相連，用于對各幅第二圖像進行更 新得到對應(yīng)的更新特征；
[0040] 所述圖像去疊加模塊與所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊、所述疊加圖像輸入端以及所 述輸出端相連，用于根據(jù)所述更新特征對所述疊加圖像輸入端提供的疊加圖像進行去疊 加，得到第一圖像并通過輸出端輸出。
[0041] 本發(fā)明還提供了另一種圖像解壓縮系統(tǒng)，包括多級的圖像解壓縮單元;所述圖像 解壓縮單元為第一圖像解壓縮單元或第二圖像解壓縮單元；
[0042] 所述第一圖像解壓縮單元和第二圖像解壓縮單元均包括疊加圖像輸入端、差異特 征集合輸入端、第一卷積神經(jīng)網(wǎng)絡(luò)模塊、去差異模塊、第二卷積神經(jīng)網(wǎng)絡(luò)模塊、圖像去疊加 模塊和輸出端；
[0043]所述第一圖像解壓縮單元中，
[0044]所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊與所述去差異模塊以及差異特征輸入端相連，用于對 差異特征輸入端提供的差異特征集合進行更新得到對應(yīng)的更新特征;所述差異特征集合為 各幅第二圖像中每一幅圖像與其對應(yīng)的預(yù)測圖像的差異特征的集合；
[0045] 所述圖像去疊加模塊與所述第二卷積神經(jīng)網(wǎng)絡(luò)模塊、所述輸出端以及所述疊加圖 像輸入端相連，用于使用所述更新特征對疊加圖像輸入端提供的疊加圖像進行去疊加，得 到第一圖像并通過所述輸出端輸出；所述疊加圖像為所述差異特征集合對應(yīng)的更新特征與 第一圖像進行疊加得到的圖像；
[0046] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與圖像去疊加模塊相連，用于利用第一圖像預(yù)測各幅 第二圖像，并將預(yù)測結(jié)果輸出到所述去差異模塊；
[0047] 所述去差異模塊與所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊、所述差異特征輸入端以及所述輸 出端相連，用于獲取各幅第二圖像的預(yù)測圖像以及所述差異特征集合，并根據(jù)每一幅第二 圖像的預(yù)測圖像以及該第二圖像對應(yīng)的差異特征得到該第二圖像并通過所述輸出端輸出；
[0048] 所述第二圖像解壓縮單元中；
[0049] 所述第一卷積神經(jīng)網(wǎng)絡(luò)模塊與所述疊加圖像輸入端相連，用于根據(jù)疊加圖像輸入 端接收到的疊加圖像預(yù)測各個第二圖像;所述疊加圖