图像压缩、解压缩方法、模型、系统、设备及存储介质

• 国民经济行业：信息传输、软件和信息技术服务业／互联网和相关服务／互联网接入及相关服务
• 学科类别：电子、通信与自动控制技术／通信技术／电信
• 权利人：上海交通大学

知识产权简介

本发明提出一种基于图神经网络的自适应学习型图像压缩方法（Graph-based Learned Image Compression, 简称GLIC），该方案可高效自适应建模图像空间冗余，实现对不同复杂度区域的灵活信息聚合与高效压缩。

转化前景

技术解决了图像存储的难题，实现了高质量的图像存储，有助于提升最终的重建质量。对于极端带宽下的信息存储具有重要作用。相比较bpg、jpeg等具备了一定的优势，bdrate性能较好，在kodak、clic等数据集bdrate，能够超越现有标准，具有价值，具备应用能力，很值得研究，很有用，对于互联网企业具备价值等。