【深度学习】AI-Codec基于深度学习的图像编解码的方法与实验

图像视频编解码的神经网络方法

传统方法总结

  • 图像块的顺序处理限制了使用并行计算平台如GPU的并行处理能力。
  • 神经网络方法与视频编解码传统方法的结合加速了技术的进步。

基于Multi-Layer Perceptron的图像编码

  1. 1988,end-to-end image compression framework,网络层数是?只有1层隐藏层?
    我感觉太浅了。

ek,l=∣∣X−y^klukTul∣∣2y^kl=(s12−1+s22−2+...+skl2−bkl)−mk,l e_{k,l} = ||X-\hat{y}_{kl}u^T_ku_l||^2 \\ \hat{y}_{kl}=(s_12^{-1}+s_22^{-2}+...+s_{kl}2^{-b_{kl}})-m_{k,l} ek,l=∣∣Xy^klukTul

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值