arrow
返回

Geometry-Aware Transform Pruning for Omnidirectional Image Compression

delete2026-08-24
delete0
delete
OA
AI
T
Thiago L. T. da Silveira
E
Enzo B. Segala
F
Fábio M. Bayer
R
Renato J. Cintra
DOI:10.1109/access.2026.3726449delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本研究介绍了一种适用于低复杂度全向图像压缩的纬度自适应离散余弦变换剪枝方法。所提方法利用奈奎斯特-香农采样定理以及全向媒体中事实上的球面-平面映射——等矩形投影的几何特性,在基于块编码器中选择性应用剪枝变换。通过根据等矩形采样失真引入的空间冗余调整变换支持域,该方法在保留相关视觉信息的同时减少了不必要的变换系数。所提框架降低了变换和量化阶段的算术复杂度,与常规JPEG流程相比,显著减少了加法和乘法运算次数。在基准高分辨率全向图像上的实验结果表明,所提方案在码率和图像质量方面实现了与现有低复杂度基于块技术相当的可压缩效率。这些结果突显了所提框架在资源受限的基于变换的全向图像编码器中的潜力。
Keyword:
Data compression
digital signal processing
image coding
image processing
image quality
image reconstruction
image representation
multimedia communication
multimedia systems
transform coding

期刊

IEEE Access 封面图
IEEE Access
IF:
3.6
论文数:
9.8W
被引数:
29.4W

机构

U
Universidade Federal de Pernambuco
学者数:
1.3W
论文数: 7.3K
被引数: 5.3K
F
federal university of rio grande do sul
学者数:
1.0K
论文数: 423
被引数: 0
Universidade Federal de Santa Maria 封面图
Universidade Federal de Santa Maria
学者数:
380
论文数: 127
被引数: 5.4K
F
federal university of santa maria
学者数:
703
论文数: 223
被引数: 0
学者 查看更多机构