本公开涉及特征编码/解码方法和设备，并且更具体地，涉及通过特征提取网络的抽象来实现独立的特征编码设备和独立的特征解码设备的开发和应用的特征编码/解码方法和设备、以及存储由本公开的特征编码方法/设备生成的比特流的记录介质。
背景技术：
1、随着机器学习技术的发展，对基于图像处理的人工智能服务的需求日益增加。为了在有限的资源内有效处理人工智能服务所需的大量图像数据，对机器任务性能优化的图像压缩技术至关重要。然而，现有的图像压缩技术已经以针对人类视觉的高分辨率、高质量图像处理为目标而开发，并且存在不适合人工智能服务的问题。相应地，适合人工智能服务的面向机器的新型图像压缩技术的研发正在积极进行。
技术实现思路
1、技术问题
2、本公开的目的是提供一种具有改进的编码/解码效率的特征编码/解码方法和设备。
3、本公开的另一目的是提供一种通过特征提取网络的抽象来进行独立的特征编码/解码的方法和设备。
4、本公开的另一目的是提供一种能够响应特征提取网络的变化的特征编码/解码方法和设备。
5、本公开的另一目的是提供一种发送和获得关于特征提取网络的抽象的信息的独立的特征编码/解码方法和设备。
6、本公开的另一目的是提供一种发送由根据本公开的特征编码方法或设备生成的比特流的方法。
7、本公开的另一目的是提供一种存储由根据本公开的特征编码方法或设备生成的比特流的记录介质。
8、本公开的另一目的是提供一种存储由根据本公开的特征解码设备接收、解码并用于重构的特征的比特流的记录介质。
9、本公开所解决的技术问题不限于上述技术问题，并且本文中未描述的其他技术问题将从以下描述中对于本领域技术人员来说将变得显而易见。
10、技术方案
11、根据本公开的一方面的由特征解码设备执行的特征解码方法可以包括：从比特流获得关于特征信息的变换的信息和特征信息，以及基于变换的信息对特征信息进行逆变换，并且关于变换的信息可以包括关于用于对特征信息进行变换的变换类型的信息。
12、根据本公开的另一方面的由特征编码设备执行的特征编码方法可以包括：从输入数据获得输入数据的特征信息，通过对特征信息进行变换生成变换的特征信息，以及对变换的特征信息和关于变换的信息进行编码，并且关于变换的信息可以包括关于用于对特征信息进行变换的变换类型的信息。
13、根据本公开的另一方面的一种记录介质可以存储由本公开的特征编码方法或特征编码设备生成的比特流。
14、根据本公开的另一方面的比特流传输方法可以向特征解码设备发送由本公开的所述特征编码方法或所述特征编码设备生成的比特流。
15、上面关于本公开简要概括的特征仅仅是本公开下面详细描述的示例性方面，并且不限制本公开的范围。
16、有益效果
17、根据本公开，能够提供一种具有改进的编码/解码效率的特征编码/解码方法和设备。
18、此外，根据本公开，能够提供一种能够自适应地响应特征提取网络的变化的特征编码/解码方法和设备。
19、此外，根据本公开，能够通过自适应地响应特征提取网络的变化来保证特征编码/解码方法和设备的正常运行。
20、此外，根据本公开，能够满足vcm应当独立于网络模型和机器任务进行操作的vcm要求。
21、本领域的技术人员将会领会到，通过本公开能够实现的效果不限于上文具体描述的内容，并且从详细描述中将更清楚地理解本公开的其他优点。
1.一种由特征解码设备执行的特征解码方法，所述特征解码方法包括以下步骤：
2.根据权利要求1所述的特征解码方法，其中，所述逆变换的步骤包括以下步骤：
3.根据权利要求2所述的特征解码方法，其中，关于所述变换的所述信息还包括与识别的所述变换类型相对应的补充信息，并且
4.根据权利要求1所述的特征解码方法，其中，应用于所述特征信息的所述变换是基于所述变换类型对所述特征信息的量化，并且
5.根据权利要求1所述的特征解码方法，其中，关于所述变换的所述信息包括指示是否向所述特征信息应用变换的第一信息，并且
6.根据权利要求5所述的特征解码方法，其中，基于所述第一信息指示向所述特征信息应用所述变换，关于所述变换的所述信息包括指示所述变换的应用单元的第二信息，并且
7.根据权利要求6所述的特征解码方法，其中，基于所述第二信息指示等于或低于所述特征图级别的级别，关于所述变换的所述信息包括指示所述变换所应用于的特征图或者所述变换所应用于的特征通道的第三信息。
8.一种由特征编码设备执行的特征编码方法，所述特征编码方法包括以下步骤：
9.一种计算机可读记录介质，所述计算机可读记录介质存储有通过根据权利要求8所述的特征编码方法生成的比特流。
10.一种用于发送通过特征编码方法生成的比特流的方法，其中，所述特征编码方法包括：
