learned image compression | BriefGPT

关键词learned image compression

搜索结果 - 33

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
PDFa year ago
SLIC: 基于自适应变换的自我调节学习图像压缩算法，具有大尺度接受域
提出了一种新的基于动态深度卷积的转换模块，称为 Self-Conditioned Adaptive Transform with Large-Scale Receptive Fields for Learned Image Compress
PDFa year ago
CVPR混合 Transformer-CNN 结构的学习图像压缩
本文提出了一种高效的并行 Transformer-CNN 混合块，用于将 CNN 的本地建模能力和 Transformer 的非本地建模能力相结合，以提高图像压缩模型的整体架构，并在熵估计模型和注意力模块方面取得了最新进展，实验结果表明，该
PDFa year ago
CVPRPO-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。
PDF2 years ago
CVPRELIC: 带有不均匀分组空间 - 通道上下文自适应编码的高效学习图像压缩
本文提出了一种基于不均匀通道条件自适应编码的图像压缩算法，并通过该算法结合现有的上下文模型，提出了一种空间 - 通道上下文自适应模型，用于提高编码性能，同时保持了运行速度，同时还提出了一种高效的模型 ELIC，达到了最先进的速度和压缩能力。
PDF2 years ago
CVPR窗口化注意力在图像压缩中的应用
本文提出了一种基于 Transformer 和注意力机制的对称变压器框架，其中融合了局部感知机制和全局相关特征学习，在图像压缩方面表现出更好的效果。
PDF2 years ago
CVPR基于神经数据的转换，用于学习图像压缩
本文介绍了一种基于学习图像压缩中的神经数据依赖性变换和连续在线模式决策机制的新方法，并探讨了其在编码效率方面的优越性。
PDF2 years ago
CVPR高效学习图像压缩的棋盘格上下文模型
本文提出了一个平行化友好的棋盘格上下文模型（CCM），旨在提高可学习的图像压缩过程的效率，其通过重组解码顺序以消除空间位置的限制，实现计算效率的显著改进，在保持近似相同的率失真性能的情况下，实验结果显示它将解码速度提高了 40 倍以上，并且
PDF3 years ago
基于块的混合图像压缩算法
提出了一种基于学习的分块图像压缩框架，引入显式内部预测，使用上下文预测模块以及边界感知后处理模块来解决压缩过程中的问题和缺陷。实验结果表明，在与现有学习图像压缩方法相比，该 LBHIC 编解码器具有更好的性能表现。
PDF4 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
AAAI用于学习多频图像压缩的广义定标卷积
本文提出了基于 Octave 卷积的学习多频图像压缩和熵编码方法，将潜变量分解成高低分辨率分量，并通过新颖的广义 Octave 卷积结构减少了空间冗余，取得了超越标准编解码器与其他学习方法的压缩性能。此外，还演示了广义 Octave 卷积对
PDF4 years ago
ICCV带有条件自编码器的可变率深度图像压缩
该论文提出了一种基于条件自编码器的新型可变速率学习图像压缩框架，在一个网络中进行可变速率图像压缩，并提供拉格朗日乘子和量化 bin 大小两个速率控制参数，实验结果表明该模型提供了更好的率失真权衡。
PDF5 years ago
NIPS联合自回归和分层先验用于学习图像压缩
通过引入自回归、分层和联合先验，我们提出了一种新的图像压缩模型，取得了目前最先进的压缩效果。
PDF6 years ago