从调制视角看学习型图像压缩中的变换

Youneng Bao; Fangyang Meng; Wen Tan; Chao Li; Yonghong Tian; Yongsheng Liang

从调制视角看学习型图像压缩中的变换

图像与视频处理 2024-03-13 v3 人工智能计算机视觉与模式识别

作者: Youneng Bao , Fangyang Meng , Wen Tan , Chao Li , Yonghong Tian , Yongsheng Liang

摘要

本文从调制视角提出了学习型图像压缩（LIC）中的统一变换方法。首先，将LIC中的量化视为带有加性均匀噪声的广义信道。此外，根据结构与优化目标的一致性，将LIC解释为特定的通信系统。从而可将通信技术用于指导LIC中模块的设计。进而定义了基于信号调制（TSM）的统一变换方法。在TSM视角下，现有变换方法在数学上被归约为线性调制。通过推广至非线性调制，得到一系列变换方法，如TPM和TJM。在各数据集与主干架构上的实验结果验证了所提方法的有效性与鲁棒性。更重要的是，其进一步确认了从通信视角指导LIC设计的可行性。例如，当主干架构为超先验结合上下文模型时，我们的方法在Kodak数据集上相较GDN取得了3.52 $\%$ 的BD-rate降低且不增加复杂度。

关键词

学习型图像压缩调制量化变换方法通信视角 BD-rate

引用

@article{arxiv.2203.02158,
  title  = {Transformations in Learned Image Compression from a Modulation Perspective},
  author = {Youneng Bao and Fangyang Meng and Wen Tan and Chao Li and Yonghong Tian and Yongsheng Liang},
  journal= {arXiv preprint arXiv:2203.02158},
  year   = {2024}
}

备注

10 pages, 8 figures

从调制视角看学习型图像压缩中的变换

摘要

关键词

引用

备注

相关论文