PILC：面向端到端GPU的实用图像无损压缩神经框架
图像与视频处理
2022-06-14 v1 计算机视觉与模式识别
信息论
math.IT
摘要
基于生成模型的图像无损压缩算法在提升压缩比方面已取得巨大成功。然而，即便使用最先进的AI加速芯片，其中大多数的吞吐率仍低于1 MB/s，使其无法用于通常要求100 MB/s的多数现实应用。本文提出PILC，一种端到端图像无损压缩框架，在单块NVIDIA Tesla V100 GPU上实现压缩与解压缩均达200 MB/s，比此前最高效的方案快10倍。为取得该结果，我们首先开发了结合自回归模型与VQ-VAE的AI编解码器，其在轻量设置下表现良好，随后设计了与我们的编解码器适配的低复杂度熵编码器。实验表明，我们的框架在多个数据集上比PNG压缩效果好出30%。我们相信这是将AI压缩推向商业应用的重要一步。
引用
@article{arxiv.2206.05279,
title = {PILC: Practical Image Lossless Compression with an End-to-end GPU Oriented Neural Framework},
author = {Ning Kang and Shanzhao Qiu and Shifeng Zhang and Zhenguo Li and Shutao Xia},
journal= {arXiv preprint arXiv:2206.05279},
year = {2022}
}