文献

J-GLOBAL ID：201902222761684796   整理番号：19A2925489

ソフトビットベースのレート歪最適化による学習画像圧縮【JST・京大機械翻訳】

Learned Image Compression with Soft Bit-Based Rate-Distortion Optimization

著者 (4件)： Alexandre David (Department of Electronics Engineering, National Chiao Tung University, Taiwan) ,  Chang Chih-Peng (Department of Computer Science, National Chiao Tung University, Taiwan) ,  Peng Wen-Hsiao (Department of Computer Science, National Chiao Tung University, Taiwan) ,  Hang Hsueh-Ming (Department of Electronics Engineering, National Chiao Tung University, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICIP  ページ： 1715-1719  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,学習ベース画像圧縮のためのレート歪最適化に取り組むためのソフトビットの概念を紹介した。このような圧縮に対する最近の方法は,歪と速度の間のバランスをとる目的で,自動エンコーダのエンドツーエンドを行う。それらは量子化によるゼロ勾配問題と正確に速度を推定する困難さに直面している。ソフト量子化に触発されて,微分可能なソフトビットを持つ特徴マップの量子化指標を表現した。これにより,文脈適応二値算術符号化と速度推定を強固に結合できる。また,それは微分可能な歪目的関数を提供する。実験結果は,著者らの方式がMS-SSIMとPSNRに関して学習ベースの方式の間で最先端の圧縮性能を達成することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  符号器 ,  目的関数 ,  微分 ,  量子化 ,  エンドツーエンド方式 ,  ロバスト性 ,  *画像圧縮
準シソーラス用語： ピーク信号対雑音比 ,  構造的類似性 ,  速度推定 ,  算術符号化 ,  特徴マップ ,  *レート歪み最適化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： レート歪 ,  最適化 ,  学習 ,  画像圧縮