用于学习图像压缩的增强残差SwinV2 Transformer
图像与视频处理
2023-08-24 v1
摘要
近年来，深度学习技术已成功应用于图像压缩领域，带来了优越的率失真性能。然而，许多基于学习的方法面临的一个挑战是，它们往往以牺牲复杂度为代价来获得更好性能，这使得实际部署困难。为缓解此问题，本文提出一种基于增强残差SwinV2 transformer的高效且有效的学习图像压缩框架。为增强框架中图像的非线性表示，我们使用由三个连续卷积层组成的特征增强模块。在随后的编码与超先验编码步骤中，我们利用基于SwinV2 transformer的注意力机制处理输入图像。SwinV2模型有助于在保持高性能的同时降低模型复杂度。实验结果表明，所提方法在Kodak和Tecnick数据集上与一些近期学习图像压缩方法性能相当，并优于包括VVC在内的一些传统编解码器。特别地，我们的方法在性能相当的同时，相比这些近期方法将模型复杂度降低了56%。
引用
@article{arxiv.2308.11864,
title = {Enhanced Residual SwinV2 Transformer for Learned Image Compression},
author = {Yongqiang Wang and Feng Liang and Haisheng Fu and Jie Liang and Haipeng Qin and Junzhe Liang},
journal= {arXiv preprint arXiv:2308.11864},
year = {2023}
}