.png){kind=icon}
返回
Efficient Learned Image Compression with Dual-space Aggregation Transformer
.png){kind=icon}
PRE
AI
DOI：10.1016/j.dsp.2025.105797.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，基于学习的图像压缩（LIC）技术通过利用卷积神经网络（CNNs）和Transformer架构取得了显著成功。由于CNNs和Transformers在特征表示上的互补优势，这些架构已广泛采用级联或并行协作结构集成到LIC任务中。然而，这些协作方法往往导致次优的率失真性能或增加模型复杂度。为解决此问题，本文提出了一种轻量级的双空间聚合Transformer（DSAT）模块，该模块将多尺度卷积块与11×11的大尺度卷积核整合到Transformer块中，以自适应地聚合局部和全局上下文特征。具体而言，采用门控感知器（GP）块替代多层感知器（MLPs），以实现自适应地聚焦于重要特征。基于DSAT模块，我们设计了一种高效的基于学习的图像压缩方法，在保持较低模型复杂度的同时实现了更优的率失真性能。为提升压缩效率，我们提出了混合通道-空间上下文（MCSC）熵模型，该模型能精确预测潜在符号以减少空间和通道维度上的冗余。此外，为缓解缺失频率信息对编码性能的影响，我们引入了一种新颖的非局部频率损失到LIC任务中，并在频率和像素域联合优化该方法。在常用数据集上的实验结果表明，本方法实现了最优的率失真性能。特别是，Kodak数据集上的实验显示，相较于VVC，本方法实现了9.52%的BD-rate增益，且复杂度更低。
期刊
D
IF:
3
论文数:
785
被引数:
0
机构
引用论文
A region-based hierarchical image compression method with simulated visual perception一种基于区域的层次化图像压缩方法，结合模拟视觉感知.png)
IF0
PREAI
分享收藏分享收藏分享收藏
没有更多内容
没有更多内容