Effiziente lernbasierte Bildkompression mit semantischer Führung und flexibler Steuerung der Wahrnehmungsqualität

EGIC ist eine neuartige generative Bildkompressionsmetho-de, die es ermöglicht, die Verzerrungs-Wahrnehmungs-Kurve effizient von einem einzigen Modell aus zu durchlaufen. EGIC basiert auf zwei neuartigen Bausteinen: i) OASIS-C, einem bedingten, vortrainierten semantischen Segmentierungs-gesteuerten Diskriminator, der sowohl räumlich als auch semantisch bewusste Gradientenrückmeldungen an den Generator liefert, bedingt durch die latente Bildverteilung, und ii) Output Residual Prediction (ORP), eine leichtgewichtige Nachrüstlösung für die Mehrfach-Realismus-Bildkompression, die es ermöglicht, den Einfluss des Residuums zwischen einem MSE-optimierten und einem GAN-optimierten Decoder-Ausgang auf die GAN-basierte Rekonstruktion zu steuern.