光场图像压缩中的四维Epanechnikov混合回归
图像与视频处理
2021-08-24 v1
摘要
随着近年来光场成像的出现，其基元图像阵列（EIA）的压缩已成为一个重要问题。我们的编码框架包括建模与重建。对于建模，推导了四维Epanechnikov核（4-D EK）的协方差矩阵形式及其相关统计量，以获得四维Epanechnikov混合模型（4-D EMMs）。基于此4-D EK提出了一种四维Epanechnikov混合回归（4-D EMR），并设计了四维自适应模型选择（4-D AMLS）算法以实现所提取关键EIA的伪视频序列（PVS）的最优建模。基于相邻基元图像（EIs）之间的相关性，提出了一种基于线性函数的重建（LFBR）。在约0.05 bpp以下，解码图像相比高效视频编码（HEVC）和JPEG 2000实现了清晰的轮廓重建与优越的编码效率。本工作通过以下方面实现了前所未有的理论应用：（1）提出四维Epanechnikov核理论，（2）利用四维Epanechnikov混合回归及其在光场图像伪视频序列建模中的应用，（3）使用四维自适应模型选择确定最优模型数，（4）依据内容相似性采用基于线性函数的重建。
引用
@article{arxiv.2108.06464,
title = {4-D Epanechnikov Mixture Regression in Light Field Image Compression},
author = {Boning Liu and Yan Zhao and Xiaomeng Jiang and Shigang Wang and Jian Wei},
journal= {arXiv preprint arXiv:2108.06464},
year = {2021}
}
备注
16 pages, 17 figures, IEEE Transactions on Circuits and Systems for Video Technology ( Early Access )