.png){kind=icon}
返回
Online graph based transforms for intra-predicted imaging data
.png){kind=icon}
OA
AI
DOI：10.1016/j.patcog.2025.112649.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种新颖的在线图基变换学习框架（GBT-ONL），该框架在编码过程中动态学习图基变换，且无需任何离线训练阶段。
• 该方法采用浅层全连接神经网络（FC-NN），在处理数据时预测每个残差块的图拉普拉斯矩阵，从而实现对内容变化的实时自适应。
• GBT-ONL在比特流中无需传输图或模型参数，因为在解码端镜像了相同的在线学习过程。
• 通过在线学习变换，该框架消除了对大型、精选或领域特定训练数据集的需求，确保了不同成像领域（如自然、医学、遥感数据）的鲁棒性和通用适用性。
Keyword:
Graph-based transform
GBT-ONL
Video coding
Compression
Online training
Predictive transform coding
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
查看更多机构
引用论文
暂无论文信息