Mar, 2024

通过分层感兴趣区域和自适应量化实现超高保真图像压缩

PDF
TL;DR通过结合 MSE-based 模型和生成模型中感兴趣区域 (ROI) 的优势，我们提出了分层感兴趣区域 (H-ROI) 方法，将图像分为几个前景区域和一个背景区域，以提高包含人脸、文字和复杂纹理的区域的重建效果；进一步，通过通道维度内的非线性映射提出了自适应量化来限制比特率同时保持视觉质量。大量实验证明了我们方法在小脸和文字上以更低的比特率实现了更好的视觉质量，如 HiFiC 的 0.7X 比特和 BPG 的 0.5X 比特。
发现论文，激发创造
  • 基于评分的生成模型的高保真图像压缩

    本文通过使用扩散生成模型，将自编码器与基于分数的解码器相结合的简单但理论上有动机的两阶段方法，实现了在给定比特率时提高视觉质量，并在 FID 分数上跑赢了最先进的方法 PO-ELIC 和 HiFiC。

    May, 2023

  • 统一生成和压缩：多阶段变形器在超低比特率图像编码中的应用

    本文介绍了一种新的统一图像生成 - 压缩（UIGC）范式，该范式将生成和压缩过程合并在一起，通过采用矢量量化图像模型和多阶段 Transformer 来利用空间上下文信息建模先验分布，从而在实现熵估计和丢失令牌再生成方面成功使用学习到的先验，实验结果表明该 UIGC 框架在感知质量和人类感知方面优于现有编解码器，在极低比特率场景下（<=0.03 bpp）开创了生成式压缩的新方向。

    Mar, 2024

  • PO-ELIC: 感知导向的高效学习图像编码

    PO-ELIC 提出了一种感知导向的高效学习图像编码模型，通过采用对抗性训练技术，包括铰链形式的对抗损失、Charbonnier 式损失和样式损失，进一步提高学习图像压缩技术的感知品质，在更低的比特率下提供了与 HiFiC 相当的感知品质。

    May, 2022

  • 基于 GAN 的图像压缩及改进的 RDO 处理

    本文提出了一种改进型的 GAN 图像压缩方法，通过使用 DISTS 和 MS-SSIM 指标对颜色、纹理和结构的感知退化度量以及吸收离散化的高斯 - 拉普拉斯 - 逻辑混合模型（GLLMM）来改善熵模型的准确性，并采用 MOS 实验直接评估重构图像的感知质量，实验结果表明该方法优于现有的 GAN 方法和 VVC 等最先进的混合编解码器。

    Jun, 2023

  • 基于视觉分析的图像编码速率失真模型

    该论文提出了一种面向视觉分析的率失真模型，基于机器学习算法的方法确定了每个编码单元的重要程度，并提出了一种新的失真度量模型以提高图像压缩的品质，从而在多个典型视觉分析任务中实现了高达 28.17% 的比特率节约。

    Apr, 2021

  • 利用隐式局部似然模型提高神经图像压缩的统计保真度

    通过引入一种非二元鉴别器，该鉴别器是通过 VQ-VAE 自编码器获得的量化局部图像表示进行调整的，本文在 CLIC2020、DIV2K 和 Kodak 数据集上的评估表明，我们的鉴别器比最先进的 HiFiC 模型更有效地联合优化失真（例如，PSNR）和统计保真度（例如，FID）。在 CLIC2020 测试集上，我们获得与 HiFiC 相同的 FID，但比 HiFiC 少了 30-40％的比特。

    Jan, 2023

  • 基于 ROI 权重的学习图像压缩与比特分配

    我们提出了一种用于图像压缩的方法，通过使用对抗性损失生成逼真的纹理，利用感兴趣区域（ROI）掩码来指导不同区域的位分配，以达到更好的感知质量。

    Jan, 2024

  • HFLIC：基于感知学习的人性化图像压缩与强化变换

    本文提出了一种改进的图像压缩模型，通过改善人类感知和效率，实现了与最先进的端到端学习图像压缩方法和经典方法相竞争的主观效果，并且较少解码时间和提供人性化的压缩，通过经验评估，证明了我们提出的方法在实现优秀性能方面的有效性，与相同主观质量相比，节约了超过 25％的比特率。

    May, 2023

  • 基于显著性驱动的感知图像压缩

    本文提出了一种新的端到端可训练模型，用于有损图像压缩。该方法包括几个新颖的组件，其中包括充分的感知相似度度量、图像中的显着性和分层自回归模型。该模型不仅生成视觉效果更好的图像，而且在后续计算机视觉任务（如目标检测和分割）中也具有优越的性能。

    Feb, 2020

  • 超低比特率下实现完美真实感的图像压缩

    通过使用迭代扩散模型进行解码，同时结合全局文本图像描述来提供额外的上下文，我们的模型在极低比特率下能够重建逼真的图像，其视觉质量不仅与以往方法相媲美，而且对比特率的依赖性更低。

    Oct, 2023