1.一种基于八度卷积和语义分割的图像压缩方法，其特征在于，包括：利用预训练的语义分割网络生成原始图像的语义分割图，并对其进行无损编码；

将所述语义分割图和原始图像作为第一组八度卷积网络的输入，生成图像的压缩表示，并对其进行无损编码；对所述压缩表示进行上采样，并将其与所述语义分割图作为第二组八度卷积网络的输入，得到原始图像估计值；

计算原始图像与所述原始图像估计值间的残差，并对所述残差进行有损编码，将原始图像估计值与解码后的残差图像相加，得到最终的重建图像。

2.如权利要求1所述的一种基于八度卷积和语义分割的图像压缩方法，其特征在于，所述语义分割网络采用SegNet网络，原始图像通过预训练的SegNet输出语义分割图，将其编码为比特流的底层，然后使其与原始图像共同作为ComNet输入，以生成原始图像的低维表示。

3.如权利要求2所述的一种基于八度卷积和语义分割的图像压缩方法，其特征在于，所述语义分割图和原始图像的低维表示均使用FLIF进行无损编码。

4.如权利要求1所述的一种基于八度卷积和语义分割的图像压缩方法，其特征在于，所述第一组八度卷积网络采用ComNet网络，所述ComNet网络具有三层八度卷积，每一层八度卷积对原始图像进行一次下采样，分别生成128、256、512通道的特征图。

5.如权利要求4所述的一种基于八度卷积和语义分割的图像压缩方法，其特征在于，所述八度卷积层的结构包括：四个卷积核分别对应两个不同频率的分量的计算：XH→YH，XH→YL，XL→YH，XL→YL，其中XH→YL过程为了使低频维度减半，采用步长为2的平均池化，而XL→YH中为了使维度增加，先进行基于最临近插值法进行上采样，在进行卷积操作。

6.如权利要求1所述的一种基于八度卷积和语义分割的图像压缩方法，其特征在于，所述第二组八度卷积网络采用GNet网络，所述GNet网络包含下采样层、残差网络块、上采样层三部分，其中下采样层基于八度卷积设计，包含三层卷积层，分别输出128、256、512通道的特征图；所述残差网络块包含9个残差网络，每个残差网络包含两个卷积层；所述上采样部分基于八度转置卷积设计，在减少通道数的过程中，上采样得到与原始图像大小相同的生成图。

7.如权利要求6所述的一种基于八度卷积和语义分割的图像压缩方法，其特征在于，所H H

述八度转置卷积层的结构包括：四个卷积核分别对应两个不同频率的分量的计算：X→Y ，H L L H L L

X→Y ，X→Y ，X→Y ，为了能进行上采样操作，卷积操作改为步长为 的转置卷积，上采样因子为8，用于还原图像。

8.一种基于八度卷积和语义分割的图像压缩系统，其特征在于，包括：语义分割图获取单元，其用于利用预训练的语义分割网络生成原始图像的语义分割图，并对其进行无损编码；

编码单元，其用于将所述语义分割图和原始图像作为第一组八度卷积网络的输入，生成图像的压缩表示，并对其进行无损编码；对所述压缩表示进行上采样，并将其与所述语义分割图作为第二组八度卷积网络的输入，得到原始图像估计值；同时，计算原始图像与所述原始图像估计值间的残差，并对所述残差进行有损编码。

解码单元，其用于将原始图像估计值与解码后的残差图像相加，得到最终的重建图像。

9.一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，其特征在于，所述计算机指令被处理器运行时，执行如权利要求1‑7任一项所述的一种基于八度卷积和语义分割的图像压缩方法。

10.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时，完成如权利要求1‑7任一项所述的一种基于八度卷积和语义分割的图像压缩方法。