用于有损光场压缩的卷积自编码器
图像与视频处理
2020-08-04 v1
摘要
神经网络宽度的扩展与缩减在传播信息的熵方面具有众所周知的特性。当编码器网络与解码器网络精心堆叠在一起时，便构成自编码器，常用于压缩。利用该架构，我们开发了一种高效编码与解码 4D 光场数据的方法，在质量损失极小的情况下实现了显著的压缩比。我们最好的结果实现了 48.6 倍的压缩，PSNR 为 29.46 dB，SSIM 为 0.8104。编码器与解码器的计算可实时运行，平均计算时间分别为 1.62s 和 1.81s，且按当今存储标准，整个网络占用合理的 584MB。
引用
@article{arxiv.2008.00027,
title = {Convolutional Autoencoders for Lossy Light Field Compression},
author = {Svetozar Zarko Valtchev and Jianhong Wu},
journal= {arXiv preprint arXiv:2008.00027},
year = {2020}
}
备注
11 pages, 8 figures