CVPR 2021 双目图像压缩最新进展

CVPR 2021会议上探讨了图像压缩的最新进展,重点关注双目图像。论文包括"Deep Homography for Efficient Stereo Image Compression"和"Learning Scalable ℓ∞-constrained Near-lossless Image Compression",两者都提供了创新的压缩解决方案。相关项目已在GitHub上开源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

CVPR 2021 图像压缩最新进展

 

有预训练:

首先分享的主题为:图像处理 (实际内容为图像压缩)

 

两位讲者分别是来自北航的邓欣和鹏城实验室的柏园超。

论文一

图片

       

  • 论文名称:Deep Homography for Efficient Stereo Image Compression

  • 论文链接:http://buaamc2.net/pdf/cvpr21hesic.pdf

  • 项目链接:https://github.com/ywz978020607/HESIC

 

论文二

图片

       

  • 论文名称:Learning Scalable ℓ∞-constrained Near-lossless Image Compression via Joint Lossy Image and Residual Compression

  • 论文链接:https://arxiv.org/abs/2103.17015

  • 项目链接:https://github.com/BYchao100/Scalable-Near-lossless-Image-Compression

 

图片

直播回顾:

https://v.qq.com/x/page/p3242v1jhwn.html

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