基于调制自编码器的可变速率深度图像压缩

可变速率是灵活且自适应图像与视频压缩的一项要求。然而，深度图像压缩方法针对单一固定率失真权衡进行优化。虽然这可以通过为不同权衡训练多个模型来解决，但内存需求与模型数量成正比增长。对共享自编码器的瓶颈表示进行缩放可利用单一共享自编码器提供可变速率压缩。然而，使用这种简单机制的率失真性能在低比特率下退化，并且也缩小了有效的比特率范围。针对这些局限，我们形式化了深度图像压缩的可变率失真优化问题，并提出了调制自编码器（MAEs），其中共享自编码器的表示通过调制网络适配到特定的率失真权衡。联合训练该调制自编码器与调制网络为沿率失真操作曲线导航提供了有效途径。我们的实验表明，所提方法能以显著更少的参数实现几乎与独立模型相同的率失真性能。