用于图像压缩的多尺度增广归一化流

大多数基于学习的图像压缩方法因其非可逆设计而在高图像质量下缺乏效率。常用的压缩自编码器架构的解码函数仅是编码变换的近似逆。该问题可通过使用可逆隐变量模型来解决,若不进行量化则可实现完美重建。此外,许多传统图像与视频编码器采用动态块划分,以依据内容对不同图像区域施加不同压缩。受此方法启发,分层隐空间已被应用于基于学习的压缩网络。本文提出一种新概念,将分层隐空间适配于增广归一化流(一种可逆隐变量模型)。我们性能最佳的模型相较同类单尺度模型实现了超过 7% 的平均码率节省。