插值变速率图像压缩
图像与视频处理
2021-09-21 v1 计算机视觉与模式识别
摘要
几十年来，压缩标准一直用于降低图像存储与传输的成本。近年来，人们提出了学习型图像压缩方法，并取得了相对于传统标准引人注目的性能。然而，在这些方法中，针对不同压缩速率使用一组不同的网络，导致模型存储与训练成本高昂。尽管已有一些变速率方法通过单一网络降低成本，但大多数在应用精细速率控制时带来了一定的性能退化。为实现变速率控制而不牺牲性能，我们提出了一种高效的插值变速率（IVR）网络，通过在压缩网络中引入简便的插值通道注意力（InterpCA）模块。利用两个超参数进行速率控制与线性插值，InterpCA在IVR网络中实现了0.001 dB的精细PSNR间隔与0.0001比特每像素（BPP）的精细速率间隔，支持9000个速率。实验结果表明，IVR网络是首个在PSNR与多尺度结构相似性（MS-SSIM）上超越VTM 9.0（帧内）的变速率学习方法。
引用
@article{arxiv.2109.09280,
title = {Interpolation variable rate image compression},
author = {Zhenhong Sun and Zhiyu Tan and Xiuyu Sun and Fangyi Zhang and Yichen Qian and Dongyang Li and Hao Li},
journal= {arXiv preprint arXiv:2109.09280},
year = {2021}
}