相较于传统的图像压缩技术,深度图像压缩可以提供更优的率失真性能,甚至可以超越最新的压缩编码标准多功能视频编码(Versatile Video Coding,VVC)。然而,随着网络复杂度的提升,深度图像压缩技术的提升亦有瓶颈。因此,提出了非对称离散...相较于传统的图像压缩技术,深度图像压缩可以提供更优的率失真性能,甚至可以超越最新的压缩编码标准多功能视频编码(Versatile Video Coding,VVC)。然而,随着网络复杂度的提升,深度图像压缩技术的提升亦有瓶颈。因此,提出了非对称离散高斯分布的深度图像压缩方法。并非优化编解码器或是熵模型,该方法在隐空间借助语义信息和稀疏过程,实现单高斯分布向非对称高斯分布的迁移,以节约码流。相较其他方法,所提方法具有更优的率失真性能,在Kodak数据集上解码的图像更加真实自然。展开更多
文摘相较于传统的图像压缩技术,深度图像压缩可以提供更优的率失真性能,甚至可以超越最新的压缩编码标准多功能视频编码(Versatile Video Coding,VVC)。然而,随着网络复杂度的提升,深度图像压缩技术的提升亦有瓶颈。因此,提出了非对称离散高斯分布的深度图像压缩方法。并非优化编解码器或是熵模型,该方法在隐空间借助语义信息和稀疏过程,实现单高斯分布向非对称高斯分布的迁移,以节约码流。相较其他方法,所提方法具有更优的率失真性能,在Kodak数据集上解码的图像更加真实自然。
