RAVQ-HoloNet：率自适应向量量化全息压缩
机器学习
2025-11-27 v1
摘要
全息技术为 AR/VR 应用提供了巨大的潜力，但因数据压缩要求高而难以普及。现有深度学习方法通常缺乏单一网络内的率自适应性。我们提出了 RAVQ-HoloNet，一种率自适应向量量化框架，能够在低比特率和超低比特率下实现高保真度重建，超越当前最先进的方法。在低比特情况下，我们的方法在 BD-Rate 上超过 -33.91%，并实现 BD-PSNR 为 1.02 dB（相对于当前展示的最佳方法）。
关键词
引用
@article{arxiv.2511.21035,
title = {RAVQ-HoloNet: Rate-Adaptive Vector-Quantized Hologram Compression},
author = {Shima Rafiei and Zahra Nabizadeh Shahr Babak and Shadrokh Samavi and Shahram Shirani},
journal= {arXiv preprint arXiv:2511.21035},
year = {2025}
}