
图像压缩
heweiqiran
这个作者很懒,什么都没留下…
展开
-
深度学习图像压缩_2-论文:Learning Convolutional Networks for Content-weighted Image Compression
文章的创新点是在量化中加入了Importance Map,让模型自适应地选择重要的区域,整体结构为:在编码器的输出端有两个分支。一个分支类似传统的自编码器,用于输出特征,并量化和解码。另一个分治地作用是产生一个Importance Map,进而产生一个mask,对特征进行更好地量化。1、二值化量化对于编码器输出的特征,首先进行二值化,对每个值都量化为0或1,得到一个形状为HxWxC的特征图...原创 2019-10-21 09:24:44 · 2318 阅读 · 0 评论 -
深度学习图像压缩_1-概述:自编码器、量化、熵编码、率失真
1、自编码器结构目前端到端的图片编码大多使用了自编码器结构。这里的自编码器可以理解为是一种神经网络,label与输入相同,目的是让输出接近于输入,可以用于提取特征。例如图1-1,Hidden2只有150个节点,可以起到压缩的作用。...原创 2019-10-15 20:35:22 · 9364 阅读 · 1 评论