画像圧縮のためのROI重み付け歪みとビット割り当ての学習方法に焦点を当てる。
超低ビットレートで実現可能な完璧なリアリズムを持つ画像圧縮モデルの開発と評価
既存のDNN容量を最大限に活用して、画像圧縮効率を向上させるために、チャネル別特徴の非相関化が提案されています。
学習ベース画像圧縮の知覚最適化と主観評価方法論に焦点を当てる。
ステレオ画像の圧縮において、Transformerエントロピー・モデルを活用することで、空間的な相関を効果的に捉えることが重要である。
通信システムとして学習された画像圧縮フレームワークを解釈し、信号変調(TSM)に基づく新しい変換方法を提案する。
提案された学習されたウェーブレット風変換はJPEG 2000と比較して25%以上のビットレート節約を達成する。