.png){kind=icon}
返回
FD-LSCIC: Frequency Decomposition-Based Learned Screen Content Image Compression
.png){kind=icon}
PRE
AI
DOI：10.1109/TBC.2025.3609052.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于学习的图像压缩（LIC）方法已经在压缩自然场景（NS）图像方面超越了传统技术。然而，将这些方法直接应用于具有鲜明特征（如锐利边缘、重复模式、嵌入文本和图形）的屏幕内容（SC）图像时，结果并不理想。本文针对SC图像压缩中的三个关键挑战展开研究：学习紧凑的潜在特征、调整量化步长以及缺乏大型SC数据集。为克服这些挑战，我们提出了一种新型压缩方法，采用多频域两阶段八度残差块（MToRB）进行特征提取，级联三尺度特征融合残差块（CTSFRB）进行多尺度特征集成，以及多频域上下文交互模块（MFCIM）以降低频域相关性。此外，我们引入了一个自适应量化模块，用于学习各频域分量的缩放均匀噪声，从而实现对量化粒度的灵活控制。更进一步，我们构建了一个大型SC图像压缩数据集（SDU-SCICD10K），包含超过10,000张图像，涵盖基础SC图像、计算机渲染图像以及来自PC和移动平台混合的NS与SC图像。实验结果表明，我们的方法显著提升了SC图像压缩性能，在峰值信噪比（PSNR）和多尺度结构相似性（MS-SSIM）指标上均优于传统标准及当前最优的学习型方法。源代码将在之后开放于https://github.com/SunshineSki/Screen-content-image-dataset/tree/main/SDU-SCICD10K。
Keyword:
Screen content
image compression
multi-frequency
feature decomposition
adaptive quantization
期刊
IF:
4.8
论文数:
2.1K
被引数:
3.0K
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容