结合自回归模型与注意力模块的学习型无损图像压缩
图像与视频处理
2022-08-31 v1 计算机视觉与模式识别
摘要
无损图像压缩是图像压缩中的重要研究领域。近来，基于学习的图像压缩方法相比传统无损方法（如WebP、JPEG2000和FLIF）取得了令人印象深刻的性能。然而，仍有许多出色的损压缩方法可应用于无损压缩。因此，本文探索了在损压缩中广泛使用的方法并将其应用于无损压缩。受高斯混合模型（GMM）在损压缩中优异性能的启发，我们构建了带GMM的无损网络架构。此外，注意到注意力模块与自回归模型的成功成果，我们提出在网络架构中利用注意力模块并为原始图像添加额外的自回归模型以提升性能。实验结果表明，我们的方法优于大多数经典无损压缩方法及现有基于学习的方法。
引用
@article{arxiv.2208.13974,
title = {Learned Lossless Image Compression With Combined Autoregressive Models And Attention Modules},
author = {Ran Wang and Jinming Liu and Heming Sun and Jiro Katto},
journal= {arXiv preprint arXiv:2208.13974},
year = {2022}
}
备注
5 pages