基于生成对抗网络的统一信号压缩方法
信号处理
2019-12-10 v1
摘要
我们提出了一种利用生成对抗网络（GAN）压缩图像与语音信号的统一压缩框架。压缩信号由输入生成器网络的潜向量表示，该生成器网络被训练以产生最小化目标函数的高质量信号。为高效量化压缩信号，通过迭代反向传播识别非均匀量化的最优潜向量，每次迭代执行ADMM优化。我们的实验表明，所提算法在图像与语音压缩上均优于先前的信号压缩方法，这通过比特率、PSNR以及基于神经网络的信号分类精度等多种指标得以量化。
引用
@article{arxiv.1912.03734,
title = {Unified Signal Compression Using Generative Adversarial Networks},
author = {Bowen Liu and Ang Cao and Hun-seok Kim},
journal= {arXiv preprint arXiv:1912.03734},
year = {2019}
}
备注
submitted to ICASSP 2020