ChandelerGause的博客

这里整理了CVPR2021中8篇与图像压缩相关的文章，分析其创新点和工作量。How to Exploit the Transferability of Learned Image Compression toConventional Codecs针对问题: 卷积神经网络的计算量大，现有的codec计算量小，速度快。Codec结合gan对压缩后的图像做一个滤波处理从而用较低的编码成本获取获得纹理信息丰富的结果。Hybrid Codec 不可微，所以这里引入了一个surrogate codec从而提供

对于使用深度学习进行图像压缩的同学来说google的compress是绕不过去的一个坎这里记录一下google compression的安装过程代码来源本篇中包含四篇文章的代码End-to-end optimized image compressionJoint autoregressive and hierarchical priors for learned imagecompressionChannel-wise autoregressive entropy models for le

Range coder的原理Range coder的原理部分可以参考熵编码算法Range encoding工程原理和实现比特流原理参考Range Coder编码比特流本篇文章谈一谈range-coder的使用问题代码参考根据range coder的原理，我们在编码前需要提前知道编码数据的累计概率分布from range_coder import RangeEncoder, RangeDecoderfrom range_coder import prob_to_cum_freq, cum_fre

CompresssAI介绍CompressAI 是将四篇基于深度学习端到端图像压缩代码从tensorflow搬移到了pytorch上，提供了完整的实例代码和使用教程，具体可以看CompressAI的Github官方库，同时提供了与传统图像编码方式的对比。CompressAI对图像压缩领域的新手来说是一个比较好的入手方向。项目地址：CompressAI项目使用教程四篇端到端图像编码算法代码：《End-to-end Optimized Image Compression》《Variational I