Войти
аналитика - 이미지 압축
압축된 특징 초기화를 사용한 확산 기반 초저비트율 이미지 압축
본 논문에서는 압축된 이미지의 잠재 특징을 활용하여 디노이징 프로세스를 가속화하고 재구성 품질을 향상시키는 새로운 확산 기반 초저비트율 이미지 압축 방법인 RDEIC를 제안합니다.
GABIC: 그래프 기반 주의 블록을 활용한 이미지 압축
GABIC는 이미지 압축에서 중복 특징을 줄이기 위해 k-NN 기반 그래프 주의 메커니즘을 사용하여 특히 높은 비트 전송률에서 압축 성능을 향상시키는 새로운 방법입니다.
학습 기반 이미지 압축을 위한 인과적 컨텍스트 조정 손실
본 논문에서는 인과적 컨텍스트 조정 손실(CCA-loss)을 제안하여 학습 기반 이미지 압축에서 자동 회귀 엔트로피 모델의 예측 정확도를 향상시키고, 컨볼루션 신경망 기반의 효율적인 이미지 압축 모델을 설계하여 최첨단 압축 성능과 빠른 처리 속도를 동시에 달성했습니다.
확장 가능한 이미지 특징 압축을 향하여: 콘텐츠 적응형 및 확산 기반 접근 방식
이 논문에서는 인간의 시각적 인식과 머신 비전 작업 모두에 높은 성능을 발휘하는 콘텐츠 적응형 확산 기반 이미지 압축 프레임워크를 제안합니다.
안전하고 빠른 전송을 위한 자동 인코딩 기반 이미지 압축 및 복원
본 논문에서는 이미지 압축률을 높이고 전송 과정에서 보안을 강화하기 위해 복원 손실과 잔차 손실을 결합한 새로운 손실 함수를 사용하는 자동 인코더 아키텍처를 제안합니다.
Продукты | Ресурсы
© 2024 by Linnk AI