利用图像间相似性先验进行低比特率遥感图像压缩
计算机视觉与模式识别
2024-07-18 v1 图像与视频处理
摘要
深度学习方法因其卓越的性能而在遥感图像压缩中受到广泛关注。大多数方法侧重于增强压缩网络的编码能力和提高熵模型预测精度。然而，这些方法通常独立地对每幅图像进行压缩和解压缩，忽略了显著的图像间相似性先验。本文提出了一种基于码本的遥感图像压缩方法（Code-RSIC），生成离散码本，并在压缩算法的解码端部署，以提供图像间相似性先验。具体而言，我们首先使用竞争生成模型 VQGAN 预训练高质量的离散码本。随后，我们引入基于 Transformer 的预测模型，将现有压缩算法解码图像的潜在特征与冻结的高质量码本对齐。最后，我们开发了层次化先验集成网络（HPIN），主要由 Transformer 块和多头交叉注意力模块（MCMs）组成，这些模块能够查询码本中的层次化先验，从而增强该方法解码纹理丰富遥感图像的能力。大量实验结果表明，提出的 Code-RSIC 在感知质量方面显著优于当前最先进的传统和基于学习的图像压缩算法。代码将在 \url{https://github.com/mlkk518/Code-RSIC/} 上提供。
关键词
引用
@article{arxiv.2407.12295,
title = {Exploiting Inter-Image Similarity Prior for Low-Bitrate Remote Sensing Image Compression},
author = {Junhui Li and Xingsong Hou},
journal= {arXiv preprint arXiv:2407.12295},
year = {2024}
}