基于频率特征交互与非局部相似性先验的图像压缩技术

《ACM Transactions on Multimedia Computing, Communications, and Applications》：Learned Image Compression with Frequency Feature Interaction and Non-local Cross-similarity Prior

图像压缩模型结合空间和通道自注意力机制，提出频率交互模块动态融合非局部与局部特征，并利用双Transformer熵模型强化非局部相似性，有效压缩潜在表示。

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

最近开发的图像压缩模型在压缩性能上优于传统的非学习型图像压缩标准。这些学习型模型通常利用空间自注意力和卷积神经网络（CNN）来提取非局部和局部特征，并生成潜在表示。然而，以往的方法采用线性层来融合非局部和局部特征，缺乏灵活调整特征权重以及捕捉不同特征表示之间复杂非线性交互的能力。此外，如何根据潜在表示的通道相似性特征更有效地进行压缩仍然是一个未解决的问题。为了解决上述问题，我们提出了一种新的图像压缩方法，该方法结合了频率特征交互和非局部跨相似性先验。具体来说，我们扩展了之前的空间自注意力模块，交替使用空间自注意力模块和通道自注意力模块来提取非局部空间特征和通道特征，并利用深度卷积来提取局部特征。由于局部特征关注高频细节信息，而非局部特征则侧重于低频结构信息，我们提出了一个频率交互模块（FIM），该模块生成两个权重图以动态融合非局部和局部特征。此外，我们观察到潜在表示在不同通道中的非局部跨相似性，这表明不同通道具有相似的非局部语义和结构信息，但局部细节信息各不相同。因此，我们设计了一个双变换器熵模型来增强非局部特征并去除局部特征。实验结果验证了我们的方法在Kodak、CLIC和Tecnick数据集上取得了良好的压缩性能。

人工智能摘要

人工智能生成的摘要（实验结果）

此摘要是由自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助发现研究价值、帮助读者评估内容的相关性，并协助来自相关研究领域的读者理解本文的工作。它旨在补充作者提供的摘要，后者仍是论文的官方总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由人工智能生成的通俗语言摘要，您必须具有高级访问权限。