Multi-scale Image Representation Compression
提出名为 MIRC 的多尺度图像表示压缩模型，该模型将潜变量、合成网络及熵模型等所有编码组件统一量化并在单一率失真目标下进行端到端压缩。MIRC 引入带跨阶段参数共享的多尺度表示以优化编码效率，在 CLIC2020 专业验证集上相比 VVC (VTM 22.0) 实现 10.5% 的 BD-rate 节省，并提供每像素 1.2 至 2.9 kMAC 的解码配置以适应不同部署需求。
摘要由 AI 生成
研究人员提出名为 MIRC 的多尺度图像表示压缩模型，该模型将潜变量、合成网络及熵模型等所有编码组件统一量化，并在单一率失真目标下进行端到端压缩。MIRC 引入带跨阶段参数共享的多尺度表示以优化编码效率。在 CLIC2020 专业验证集上，该模型相比 VVC (VTM 22.0) 实现了 10.5% 的 BD-rate 节省。此外，MIRC 提供每像素 1.2 至 2.9 kMAC 的解码配置，以适应不同的部署需求。
相关事件RELATED EVENTS
关键实体KEY ENTITIES
CLIC2020Cool-chicMIRCNVRC
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度