基于神经网络的图像压缩的处理能耗建模
图像与视频处理
2023-06-30 v1
摘要
如今，基于神经网络的图像压缩算法的压缩性能优于 JPEG 或基于 HEIC 的图像压缩等最先进压缩方法。遗憾的是，大多数基于神经网络的压缩方法在 GPU 上执行，并在执行期间消耗大量能量。因此，本文对最先进的基于神经网络的压缩方法在 GPU 上的能耗进行了深入分析，并表明压缩网络的能耗可利用图像尺寸进行估计，平均估计误差小于 7%。最后，通过相关性分析，我们发现每像素操作数是能耗的主要驱动因素，并推断至第二次下采样步骤之前的网络层消耗了大部分能量。
引用
@article{arxiv.2306.16755,
title = {Processing Energy Modeling for Neural Network Based Image Compression},
author = {Christian Herglotz and Fabian Brand and Andy Regensky and Felix Rievel and André Kaup},
journal= {arXiv preprint arXiv:2306.16755},
year = {2023}
}
备注
5 pages, 3 figures, accepted for IEEE International Conference on Image Processing (ICIP) 2023