文献

J-GLOBAL ID：202202266446425314   整理番号：22A1086001

学習画像圧縮のための因果的文脈予測【JST・京大機械翻訳】

Causal Contextual Prediction for Learned Image Compression

著者 (4件)： Guo Zongyu (Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei, China) ,  Zhang Zhizheng (Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei, China) ,  Feng Runsen (Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei, China) ,  Chen Zhibo (Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 32  号： 4  ページ： 2329-2341  発行年： 2022年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
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： 過去数年にわたって,学習画像圧縮の分野において印象的な進歩を目撃した。最近の学習画像コーデックは,通常,低次元潜在表現に画像を符号化し,次に再構成目的のためにそれらを解読するオートエンコーダに基づいている。潜在空間における空間依存性を捉えるために,事前作業は,エントロピーモデルを構築するためにハイパープリオリと空間コンテキストモデルを利用し,エンドツーエンド速度歪最適化のためのビットレートを推定する。しかし,そのようなエントロピーモデルは2つの観点から最適である。(1)それは,潜在間のグローバルスコープ空間相関を捉えることができなかった。(2)潜在性の交差チャネル関係は未調査のままである。本論文では,潜在空間における因果的文脈エントロピー予測のために,連続復号化プロセスを利用するための分離エントロピー符号化の概念を提案した。チャネルを横切る潜在可能性を分離し,高度に有益な隣接コンテキストを生成するためにチャネル-ワイズ関係を利用する因果的コンテキストモデルを提案した。さらに,非復号点の正確な予測に対する大域的基準点を見つけるための因果的大域的予測モデルを提案した。これら2つのモデルは,オーバヘッドの伝送なしでエントロピー推定を容易にする。さらに,さらに強力な変換ネットワークを構築するために,新しいグループ分離注意モジュールを採用した。実験結果は,著者らの完全な画像圧縮モデルが,PSNRとMS-SSIMの両方に関して,Kodakデータセットに関して標準VVC/H.266コーデックを上回り,最先端のレート歪性能を生み出すことを実証した。Copyright 2022 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： エントロピー ,  符号化 ,  *学習 ,  ネットワーク ,  復号化 ,  伝送速度 ,  エンドツーエンド方式 ,  *画像圧縮 ,  画像符号化 ,  予測モデル
準シソーラス用語： ビットレート ,  エントロピー符号化 ,  ピーク信号対雑音比 ,  オーバヘッド ,  レート歪 ,  ビデオコーデック ,  構造的類似性 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  テレビジョン一般  (ND12031N)

タイトルに関連する用語 (4件)： 学習 ,  画像圧縮 ,  文脈 ,  予測