摘要
摘要:最近几年基于深度学习的图像压缩技术不断发展,借助深度学习出色的表达能力,当前最新该类算法已经能够与H.265实现相似甚至更好的压缩表现。但是当前主流的基于学习的压缩编码方法主要面临以下两个挑战。首先,当前的自编码器架构普遍是基于卷积神经网络,使用卷积操作搭配非线性激活函数实现数据的非线性变换。然而,由于卷积操作是简单的局部信息的加权求和,且其局限于较小的范围,因此其学习到的变换是可能是局部的、次优的。基于此,本篇文章对基于多尺度深度特征检测的图像压缩技术进行研究,以供参考。
出版日期
2022年12月19日(中国期刊网平台首次上网日期,不代表论文的发表时间)