- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度学习图像压缩_2-论文：Learning Convolutional Networks for Content-weighted Image Compression
文章的创新点是在量化中加入了Importance Map，让模型自适应地选择重要的区域，整体结构为：在编码器的输出端有两个分支。一个分支类似传统的自编码器，用于输出特征，并量化和解码。另一个分治地作用是产生一个Importance Map，进而产生一个mask，对特征进行更好地量化。1、二值化量化对于编码器输出的特征，首先进行二值化，对每个值都量化为0或1，得到一个形状为HxWxC的特征图...
2019-10-21 09:24:44
2226
原创 深度学习图像压缩_1-概述：自编码器、量化、熵编码、率失真
1、自编码器结构目前端到端的图片编码大多使用了自编码器结构。这里的自编码器可以理解为是一种神经网络，label与输入相同，目的是让输出接近于输入，可以用于提取特征。例如图1-1，Hidden2只有150个节点，可以起到压缩的作用。...
2019-10-15 20:35:22
8840
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人