基于调制广义八度卷积的学习型变码率多频图像压缩
图像与视频处理
2020-09-29 v1
摘要
在本提案中，我们设计了一种学习型多频图像压缩方法，使用广义八度卷积将潜表示分解为高频(HF)和低频(LF)分量，且LF分量分辨率低于HF分量，这可改善率失真性能，类似于小波变换。此外，相比原始八度卷积，所提出的带内部激活层的广义八度卷积(GoConv)与八度转置卷积(GoTConv)保留了更多的信息空间结构，并实现了HF与LF分量间更有效的滤波，从而进一步提升性能。另外，我们开发了使用拉格朗日参数调制自编码器中所有内部特征图的变码率方案，使该方案仅用三个模型即可达到JPEG AI的大码率范围。实验表明，所提方案相较VVC取得了好得多的Y MS-SSIM。在YUV PSNR方面，我们的方案与HEVC非常接近。
引用
@article{arxiv.2009.13074,
title = {Learned Variable-Rate Multi-Frequency Image Compression using Modulated Generalized Octave Convolution},
author = {Jianping Lin and Mohammad Akbari and Haisheng Fu and Qian Zhang and Shang Wang and Jie Liang and Dong Liu and Feng Liang and Guohe Zhang and Chengjie Tu},
journal= {arXiv preprint arXiv:2009.13074},
year = {2020}
}
备注
MMSP 2020; JPEG-AI. arXiv admin note: text overlap with arXiv:2002.10032