用神经网络压缩图像

2019独角兽企业重金招聘Python工程师标准>>>

用神经网络压缩图像，挺有意思的。传送门：https://github.com/tensorflow/models/tree/master/compression

这是一个用Tensorflow实现的例子，跑了一下，还挺管用的。对图像质量要求低点话，最大压缩比例192：1。它的工作原理挺复杂的，大致原理是：压缩网络由一个编码网络E，一个二进制处理器B和一个解码网络D组成。E和D都是RNN网络。输入图像首先被编码，然后转换成二进制码被存储或者转发给解码网络。解码网络基于收到的二进制信息尝试创建一个原始图像的复制品。然后计算原始图像和复制品之间的残差，反复训练，直到得到满意的结果。 想要了解详细内容，请阅读paper《Full Resolution Image Compression with Recurrent Neural Networks》。

注意到一个细节，解码器decoder.py里面使用了uint8来还原图像，可以大幅减低对GPU内存的需求。如果把uint8改成uint16的话，我的6G显存的GPU就没法正常工作了。Tensorflow对uint8支持的不错，非常适合做移动端的应用。

 

 

 

转载于:https://my.oschina.net/qinhui99/blog/846341