视频的传输占据了互联网75%以上的带宽,而COVID-19疫情更加突显了视频会议和视频直播等任务对于图像/视频压缩技术的需求。传统的视频编码标准正在被基于学习的压缩方法不断追赶,具体到图像压缩领域,最新的端到端的图像压缩神经网络率失真性能已经超过了H.266帧内编码,并且在主观性能上远远好于传统的图像压缩算法。

在端到端的压缩框架中,需要在隐藏层对近乎连续的数据进行离散化,所以量化(Quantization)操作是图像/视频压缩网络中一个非常重要的组成部分。但是量化函数的导数几乎处处为0,要想端到端的优化一个图像压缩网络,必须要对量化操作进行近似使其可以有效进行梯度回传。之前对量化层的处理方法大体上可以分为三类,加性均值噪声代替量化(additive uniform noise),直接梯度回传(straight-through estimator),以及从软到硬的退火方法(soft-to-hard annealing)。我们在本文中首先对这三种方法进行了详细分析,最终发现这三种方法会遇到不同的问题,从不同的角度影响了图像压缩网络的性能。我们进而提出了一种全新的两阶段量化策略,解决了这些问题。在本文中,我们还通过推导率失真损失函数的新的近似公式,使得压缩网络在量化的时候可以有效学习得到灵活的量化步长,进而进行空域码率分配。实验证明我们提出的两阶段量化策略以及自适应产生量化步长的方法,通过很少的额外参数有效提升了压缩性能,在复杂模型上的训练也很稳定,并且有望拓展到视频压缩方案中。

https://arxiv.org/abs/2104.05168

成为VIP会员查看完整内容
14

相关内容

专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
22+阅读 · 2021年6月14日
专知会员服务
36+阅读 · 2021年5月15日
专知会员服务
81+阅读 · 2021年5月10日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
40+阅读 · 2021年1月9日
专知会员服务
16+阅读 · 2020年10月18日
神经网络中 warmup 策略为什么有效?
极市平台
10+阅读 · 2019年9月23日
神经网络推理加速之模型量化
ApacheMXNet
8+阅读 · 2019年7月8日
ICLR 2019论文解读:量化神经网络
机器之心
9+阅读 · 2019年6月13日
重新思考图卷积网络:GNN只是一种滤波器
新智元
28+阅读 · 2019年6月3日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
入门 | 深度学习模型的简单优化技巧
机器之心
9+阅读 · 2018年6月10日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
Arxiv
0+阅读 · 2021年7月2日
Attribute Selection using Contranominal Scales
Arxiv
0+阅读 · 2021年7月1日
Arxiv
5+阅读 · 2020年3月16日
Conceptualize and Infer User Needs in E-commerce
Arxiv
3+阅读 · 2019年10月8日
VIP会员
相关VIP内容
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
22+阅读 · 2021年6月14日
专知会员服务
36+阅读 · 2021年5月15日
专知会员服务
81+阅读 · 2021年5月10日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
40+阅读 · 2021年1月9日
专知会员服务
16+阅读 · 2020年10月18日
相关资讯
神经网络中 warmup 策略为什么有效?
极市平台
10+阅读 · 2019年9月23日
神经网络推理加速之模型量化
ApacheMXNet
8+阅读 · 2019年7月8日
ICLR 2019论文解读:量化神经网络
机器之心
9+阅读 · 2019年6月13日
重新思考图卷积网络:GNN只是一种滤波器
新智元
28+阅读 · 2019年6月3日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
入门 | 深度学习模型的简单优化技巧
机器之心
9+阅读 · 2018年6月10日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
微信扫码咨询专知VIP会员