entropy model | BriefGPT - AI 论文速递

关键词entropy model

搜索结果 - 12

CVPR神经编解码器中基于拉普拉斯的熵模型与模糊扩散合成
我们提出了一种使用非各向同性扩散模型的图像压缩框架，该模型在解码器端引入了一种感知偏差，以生成高质量图像。此外，我们还使用了一种新颖的熵模型来准确建模潜在表示的概率分布，并利用潜在空间中的空间通道相关性来加速熵解码。实验证明，我们的框架在感
PDF3 months ago
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。
PDF9 months ago
动态基于核的自适应空间聚合方法用于学习图像压缩
在本研究中，我们扩展了空间聚合能力并提出了一种动态内核的变换编码方法，使用自适应聚合产生内核偏移来捕获有效信息，同时引入了广义粗到细的熵模型和不对称的空间通道熵模型，实验结果表明我们的方法在三个基准测试中达到了优于最先进的基于学习的方法的速
PDFa year ago
神经图像压缩中的频率分离特征
基于特征级频率分离和基于 Transformer 的分析 / 合成变换的增强自注意力计算的神经图像压缩网络，不仅优于手工编码的编解码器，还优于基于神经网络的编解码器。
PDFa year ago
MM混合时空熵建模用于神经网络视频压缩
本文提出了一种强大的熵模型，能够高效地捕捉视频中的空间和时间依赖关系，使用潜在先验来减少时间冗余，使用双重空间先验来并行地减少空间冗余。此外，该熵模型还具有内容自适应量化机制，有助于编解码器实现平滑的速率调整，并通过动态位分配改善最终的速率
PDF2 years ago
ICLREntroformer：基于 Transformer 的熵模型学习图像压缩
提出了一种新型的基于 Transformer 的熵模型（Entroformer），用于在图像压缩中有效地捕获远距离依赖，并通过并行双向上下文模型加速解码进程，实现了最先进的性能。
PDF2 years ago
学习图像压缩中的增强可逆编码技术
本文提出了一种基于可逆神经网络（INNs）的 Invertible Encoding Network 方法来构建更好的图像空间和潜在特征空间之间的转换，并在 Kodak、CLIC 和 Tecnick 数据集上证明了该方法在高分辨率图像方面优
PDF3 years ago
用离散化的高斯 - 拉普拉斯 - 逻辑混合模型和连接残差模块学习图像压缩
该论文介绍了一种更灵活的离散化高斯 - 拉普拉斯 - 逻辑混合模型（GLLMM）和串联残差块（CRB）用于深度学习图像压缩，它比传统方法和最新的标准 Versatile Video Coding（VVC）在 PSNR 和 MS-SSIM 度
PDF3 years ago
深度图像压缩中的跨通道上下文模型
本文提出了一种交叉通道上下文模型，用于在深度图像压缩中的潜在变量。与传统的 2D mask 卷积只能捕捉空间上下文不同，在局部上下文中，加入交叉通道上下文可以更好地留存邻近通道的信息。
PDF3 years ago
基于因果关系的上下文预测学习图像压缩
本文提出了一种基于序列解码过程的因果上下文熵预测的概念，以捕捉图像压缩的全局相关性和跨通道关系，同时，采用新的独立注意力模块构建更强的转换网络，实验结果表明，该系统在 Kodak 数据集上的表现优于标准 VVC/H.266 编解码器，达到了
PDF4 years ago
MuSCLE：使用深度熵模型对 LiDAR 进行多次扫描压缩
本研究提出一种新型压缩算法，基于新型条件熵模型，在多个 LiDAR 扫描的空时关系中，对几何和强度值进行压缩，实现较之前最新的 LiDAR 压缩方法，分别在 UrbanCity 和 SemanticKITTI 数据集中，减少了 7-17%
PDF4 years ago
使用全局参考学习精准熵模型进行图像压缩
本研究提出了一种新的图像全局参考模型，能够有效利用局部和全局上下文信息，以提高深度图像压缩的性能表现，并且拥有最先进的速率 - 失真性能，同时还新创了一种平均偏移 GDN 模块。
PDF4 years ago