基于预训练大语言模型的图像无损压缩方法和系统

本发明公开基于预训练大语言模型的图像无损压缩方法和系统，包括：将待压缩图像通过BPG压缩得到有损图像，保存至比特流中；获得残差；以有损图像为条件，通过大语言模型得到残差的概率分布；基于概率分布，将残差进行压缩编码，并保存至比特流中；解码时，从比特流中提取有损图像部分并进行BPG解码得到有损图像；有损图像为条件，通过大语言模型得到残差的概率分布；利用比特流中残差部分和残差的概率分布解码还原残差；基于有损图像和还原残差，还原回图像。本发明将有损压缩预测残差分布的框架与大语言模型相结合，并进行端到端联合优化。利用大语言模型强大的自回归能力，达到了高效无损压缩图像的目的。
上海交通大学
鲁国 | 杜君豪 | 张文军