突破隐式神经表示在图像压缩中一对一使用的壁垒：一种具有性能保证的线性组合方法
图像与视频处理
2024-09-23 v1
摘要
在物联网 (IoT) 驱动的图像数据指数级增长超越传统存储解决方案的时代，本工作探索并推进了隐式神经表示 (INR) 作为图像压缩变革性方法的潜力。INR 利用神经网络的函数逼近能力来表示各种类型的数据。虽然先前的研究通过训练小型网络来重建大图像从而利用 INR 实现压缩，但本工作提出了一项新颖的进展：用单个网络表示多幅图像。通过在训练期间修改损失函数，所提出的方法允许少量权重表示大量图像，即使这些图像彼此差异显著。还对该新训练方法的收敛性进行了深入的分析研究，建立了上界，这不仅证实了该方法的有效性，还为最优超参数设计提供了见解。所提出的方法在 Kodak、ImageNet 和 CIFAR-10 数据集上进行了评估。实验结果表明，Kodak 数据集中的所有 24 幅图像都可以通过两组权重的线性组合来表示，在低至每像素 0.2 比特 (BPP) 的情况下实现了 26.5 dB 的峰值信噪比 (PSNR)。所提出的方法在 CIFAR-10 数据集上匹配了最先进图像编解码器（如 BPG）的率失真性能。此外，所提出的方法保留了 INR 的基本属性，例如图像的任意分辨率重建。
引用
@article{arxiv.2409.13117,
title = {Breaking the Barriers of One-to-One Usage of Implicit Neural Representation in Image Compression: A Linear Combination Approach with Performance Guarantees},
author = {Sai Sanjeet and Seyyedali Hosseinalipour and Jinjun Xiong and Masahiro Fujita and Bibhu Datta Sahoo},
journal= {arXiv preprint arXiv:2409.13117},
year = {2024}
}
备注
10 pages, 13 figures