技术特征：
1.一种基于上下文重组建模的图像编码方法，其特征在于，包括：对于待编码的图像，采用第一卷积神经网络生成所述图像的多通道特征图，作为第一特征图；对所述第一特征图按照通道间相似性分组，并重新排列特征通道，输出重组的多通道特征图，作为第二特征图，并输出通道索引二进制码流；将所述第二特征图量化为整数，得到量化后的第二特征图；根据量化后的第二特征图，提取超先验信息，并获取超先验信息二进制码流；根据所述超先验信息二进制码流生成重构超先验信息，并利用重构的超先验信息及量化后的第二特征图的上下文信息，获得特征图二进制码流；合并所述通道索引二进制码流、所述超先验信息二进制码流和所述特征图二进制码流，得到压缩图像二进制码流。2.根据权利要求1所述的基于上下文重组建模的图像编码方法，其特征在于，所述根据量化后的第二特征图，提取超先验信息，并获取超先验信息二进制码流，包括：通过第二卷积神经网络从量化后的第二特征图提取超先验信息；对所述超先验信息进行量化和算术编码，获得超先验信息二进制码流。3.根据权利要求1所述的基于上下文重组建模的图像编码方法，其特征在于，所述根据所述超先验信息二进制码流生成重构超先验信息，包括：采用算术解码，从所述超先验信息二进制码流中恢复超先验信息；通过对应第二卷积神经网络的反卷积神经网络，从恢复的超先验信息中生成重构的超先验信息。4.根据权利要求3所述的基于上下文重组建模的图像编码方法，其特征在于，所述利用重构的超先验信息及量化后的第二特征图的上下文信息，获得特征图二进制码流，包括：利用重构的超先验信息及量化后的第二特征图的上下文信息，估计用于编码第二特征图的高斯分布均值与方差；根据所述高斯分布均值与方差对量化后的第二特征图进行算术编码，获得特征图二进制码流。5.根据权利要求1所述的基于上下文重组建模的图像编码方法，其特征在于，对所述第一特征图按照通道间相似性分组，包括：计算第一特征图的任意两个通道间的相似性，构造相似性矩阵，所述相似性的测度具有对称性且取值在[0,1]；将所述相似性矩阵作为通道间的邻接矩阵来进行谱聚类，对通道进行分组，并记录每个通道的分组索引。6.根据权利要求5所述的基于上下文重组建模的图像编码方法，其特征在于，所述谱聚类，对通道分组的组别数由编解码效率和率失真性能共同决定：在可降低性能的条件下，要求编解码效率越高，则需要设置的组别数越大，且组别数n≥2。7.一种基于上下文重组建模的图像解码方法，用于对应解码权利要求1
‑
6任一项的编码，其特征在于，包括：分解压缩图像二进制码流，得到通道索引二进制码流、超先验信息二进制码流和特征图二进制码流；
通过算术解码，从所述超先验信息二进制码流中恢复超先验信息；采用对应第二卷积神经网络的反卷积神经网络，从所述恢复的超先验信息中生成重构的超先验信息；利用所述重构的超先验信息及渐进恢复的第二特征图的上下文信息，估计用于解码特征图二进制码流所需的高斯分布均值与方差；根据所述高斯分布均值与方差对特征图二进制码流进行算术解码，得到重构的第二特征图；利用所述通道索引二进制码流将重构的第二特征图的通道还原到与第一特征图通道顺序一致，获得重构的第一特征图；用所述重构的第一特征图进行重构，生成重构图像。8.一种基于上下文重组建模的图像压缩方法，其特征在于，包括：获取待压缩图像；基于卷积神经网络对所述图像进行压缩，得到压缩图像二进制码流；基于卷积神经网络对所述压缩图像二进制码流进行解压缩，得到重构图像；其中，采用权利要求1
‑
6任一项所述图像编码方法实现对所述图像进行压缩；采用权利要求7所述解码方法实现对所述压缩图像二进制码流进行解压缩。9.一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，其特征在于，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现以下任一种方法：
‑
权利要求1
‑
6任一项所述的编码方法，或，
‑
权利要求7所述的解码方法，或，
‑
权利要求8所述的图像压缩方法。10.一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，其特征在于，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以下任一种方法：
‑
权利要求1
‑
6任一项所述的编码方法，或，
‑
权利要求7所述的解码方法，或，
‑
权利要求8所述的图像压缩方法。
技术总结
本发明提供一种基于上下文重组建模的图像编码、解码方法及压缩方法，其中，采用第一卷积神经网络生成图像的多通道特征图，作为第一特征图；对第一特征图按照通道间相似性分组，重新排列特征通道，输出重组的多通道特征图，作为第二特征图，输出通道索引二进制码流；将第二特征图量化为整数；根据量化后的第二特征图，提取超先验信息，获取超先验信息二进制码流；生成重构超先验信息，利用重构的超先验信息及量化后的第二特征图的上下文信息，获得特征图二进制码流；合并上述三种码流，得到压缩图像二进制码流。本发明可更高效地利用特征图中通道的相关性，通过控制通道分组的组别数在可降低性能的条件下提高编解码效率。可降低性能的条件下提高编解码效率。可降低性能的条件下提高编解码效率。
技术研发人员：戴文睿 袁亮 李劭辉 李成林 邹君妮 熊红凯
受保护的技术使用者：上海交通大学
技术研发日：2021.08.17
技术公布日：2021/12/2