原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于深度学习的跨平台的图像压缩方法及图像解压缩方法，其中图像压缩方法包括训练过程和推理过程，进一步地训练过程包括训练数据预处理和模型训练，推理过程包括推理数据预处理和图像压缩，S101，数据预处理过程将每张训练集图像分割成若干较小的训练集图像块；S102，图像压缩网络的训练过程以训练集图像块作为输入，经过神经网络处理后，输出相应的重建训练集图像块；S103，所述推理数据预处理将待压缩图像分割成若干个较小的图像块；每个图像块的大小与训练过程的图像块大小保持一致；S104，图像压缩时，以
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117880526A
(43)申请公布日2024.04.12
(21)申请号202311692153.2H04N19/60(2014.01)
(22)申请日2023.12.
文档评论（0）