Over the past several years, we have witnessed the impressive progress of learned image compression. Recent learned image codecs are based on auto-encoders, that first encode an image into low-dimensional latent representations and then decode them for reconstruction. To capture spatial dependencies in the latent space, prior works exploit hyperprior and spatial context model to facilitate entropy estimation. However, they are hard to model effective long-range dependencies of the latents. In this paper, we explore to further reduce spatial redundancies among the latent variables by utilizing cross-channel relationships for explicit global prediction in the latent space. Obviously, it will generate bits overhead to transmit the prediction vectors that indicate the global correlations between reference point and current decoding point. Therefore, to avoid the transmission of overhead, we propose a 3-D global context model, which separates the latents into two channel groups. Once the first group is decoded, the proposed module will leverage the known group to model spatial correlations that guide the global prediction for the unknown group and thus achieve more efficient entropy estimation. Besides, we further adopt split attention module to build more powerful transform networks. Experimental results demonstrate that our full image compression model outperforms standard VVC/H.266 codec on Kodak dataset in terms of both PSNR and MS-SSIM, yielding the state-of-the-art rate-distortion performance.


翻译:在过去几年里,我们目睹了在学习到的图像压缩方面取得的令人印象深刻的进展。最近学习的图像编码器以自动编码器为基础,首先将图像编码成低维潜潜表,然后将其解码用于重建。为了捕捉潜潜空间的空间依赖性,先前的作品利用超光度和空间背景模型来便利渗透估计。然而,它们很难建模有效的潜层长期依赖性。在本文件中,我们探索如何进一步减少潜在变量之间的空间冗余,方法是利用跨通道关系来对潜藏空间进行明确的全球预测。显然,它将产生比特间接数据来传输显示参考点和当前解码点之间的全球关联性向量。因此,为了避免间接数据传输,我们提出了一个3D全球背景模型,将潜值分离成两个频道组。在解码后,拟议的模块将利用已知的小组来模拟空间相关性,用以指导未知群体的全球预测,从而实现更高效的加密估计。此外,我们进一步采用分裂式的注意模块,以构建更强大的甚高压的图像网络。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
零样本文本分类,Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
专知会员服务
60+阅读 · 2020年3月19日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Deep Compression/Acceleration:模型压缩加速论文汇总
极市平台
14+阅读 · 2019年5月15日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
3+阅读 · 2018年3月13日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年1月13日
Arxiv
0+阅读 · 2021年1月8日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Deep Compression/Acceleration:模型压缩加速论文汇总
极市平台
14+阅读 · 2019年5月15日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
3+阅读 · 2018年3月13日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员