摘要：图像压缩是提高图像存储效率以及实现高速高效传输的前提。根据神经网络的基本结构和算法,设计并搭建了基于卷积神经网络的CNNC(convolutional neural network compression,CNNC)图像压缩模型。该模型通过卷积层和池化层构成自编码器,反卷积层和卷积层构成自解码器,实现了图像编码压缩和解码重建的功能,并通过Set12数据集验证了CNNC图像压缩模型。实验结果表明,当压缩比较低时,JPEG压缩方法与CNNC压缩方法无显著差异;当压缩比较高时,CNNC压缩方法有明显的优势,在压缩比高达128时,CNNC压缩方法重建结果仍然很好。Set12数据集实验验证了CNNC压缩模型的有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社