May, 2024

加速相对熵编码的空间分割

PDF
TL;DR使用空间分割减少运行时间的相对熵编码（REC）算法可成功处理具有三倍于先前方法的 KL 散度，并将压缩率与先前方法相比提高了约 5-15％，显著改善了神经压缩中的 REC 方法的实用性。
relative entropy codingrec algorithmsspace partitioningruntime reductionneural compression
发现论文，激发创造
  • 用相对熵编码图像的潜在表示来压缩图像

    提出了一种新的相对熵编码方法 Relative Entropy Coding (REC)，可应用于单图像的压缩，并在 Cifar10、ImageNet32 和 Kodak 数据集上进行了实证研究，得到了支持 REC 的实证结果；与之前的 bits-back 方法不同，REC 可立即应用于有损压缩，并在 Kodak 数据集上与最新技术相比具有竞争力。

    Oct, 2020

  • 关于近似信道仿真的样本复杂性的一些注解

    基于通道模拟算法，该论文讨论了通过近似方案在固定运行时间内对目标分布进行编码，以实现优化编码性能的实现。

    May, 2024

  • 用于学习图像压缩的通道方向自回归熵模型

    本研究介绍了两种增强技术：通道调节和潜在残差预测，提出了比现有上下文自适应模型更好的网络架构，该模型在最小化串行处理、保持数据完整性等方面都性能更优，在 Kodak 和 Tecnick 图像集上的平均速率提高了 6.7% 和 11.4%。在低比特率下，本研究的模型可使速率提高 18%，比像 BPG 这样的手工工程编解码器提高 25%。

    Jul, 2020

  • 利用随机编码器最大化状态熵以进行高效探索

    本文介绍了一种基于状态熵作为内在奖励的随机编码器（Random Encoders for Efficient Exploration，RE3）的探索方法，旨在解决高维观察空间中的有效探索问题，并在 DeepMind Control Suite 和 MiniGrid 基准测试的行动和导航任务中得到了显著的样本效率改进，并且在无外部奖励的情况下，可以学习多样化的行为。

    Feb, 2021

  • 非对称数字系统：将 Huffman 编码的速度与算术编码的压缩比结合的熵编码

    这篇论文讨论了数据压缩中两种熵编码方法的优缺点，并介绍了一种新的方法 —— 非对称数字系统熵编码，它可以在保证压缩率的同时提高解码速度，相当于在速度和效率之间找到了平衡点。

    Nov, 2013

  • 无与伦比的跨平台视频编解码器：基于码本的方法

    在交叉平台的视频压缩中，提出了一个基于码本的视频压缩框架，避免了自回归熵建模，并通过传输码本的索引序列来实现视频压缩，在不包含任何分布估计模块的情况下，兼顾了计算效率和跨平台性能。

    Oct, 2023

  • 样本通信算法

    提出了两种新的编码方案，分别是基于有序随机编码（ORC）的编码方案和使用抖动量化的混合编码方案，用于有效传输噪声数据并降低编码成本。

    Oct, 2021

  • 语义频道均衡的隐变量空间软分区

    通过软划分语义空间，改进语义信道均衡算法的性能。

    May, 2024

  • 基于行级注意力的高光谱图像的深度无损和近无损预测编码

    本文提出了一种新型预测神经网络 LineRWKV，利用 Transformer 的表示优势和递归神经网络的线性复杂度和递归实现，来压缩航天器上的高光谱图像，并在 HySpecNet-11k 数据集和 PRISMA 图片上进行实验证明了 LineRWKV 是首个在无损和接近无损压缩上优于 CCSDS-123.0-B-2 的深度学习方法，同时具备有望的吞吐量结果。

    Mar, 2024

  • 基于 JPEG-LDPC 压缩图像的学习：使用综合来分类

    通过 LDPC 编码的数据直接进行分类，不需要任何形式的解压缩，结果表明，与 Huffman 编码和算术编码相比，LDPC 编码的分类效果更好，并且需要更小的学习模型。

    Mar, 2024