学习驱动的图像压缩算法研究

作     者：杨红菊 吉昌 

作者机构：山西大学计算智能与中文信息处理教育部重点实验室 山西大学计算机与信息技术学院 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2024年

学科分类：08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(62376154) 山西省自然基金项目（202303021211024） 研究生教育创新计划精品教学案例项目(2023AL04) 

主　　题：深度学习 图像压缩 多尺度注意力机制 超先验网络 Transformer 

摘      要：目前，基于CNN（卷积神经网络）深度学习的图像压缩已经取得了非常优异的成果，但是由于其感受野受限，不能学习到图像非局部区域内像素之间的上下文关系，缺少了长距离建模和感知能力，造成结果出现失真、伪影和压缩率较高等问题。为了解决以上问题，本文提出了以下两种解决办法：第一，本文设计了一种由CNN、多尺度注意力机制 (Multi scale attention，MSA)和残差单元所构成的对称编解码器架构，该架构在对图片进行通道变换和空间变换的同时引入多尺度注意力机制，能够对特征进行重新校准，减少潜在表示的冗余像素。第二：设计了一种基于U型框架的超先验网络，可以在不同层级上获取多尺度的上下文信息，在帮助提取高级语义特征的同时，保留详细的低级特征信息，能够更好的进行边界细化和细节恢复。在Kodak，Tecnick和CLIC三种数据集上，与其他先进的图像压缩方法进行对比实验，在相同比特率下，本文提出的模型在PSNR指标上分别提高了约0.3 dB、0.6 dB、0.5 dB。并且在保证压缩率的同时，有效的提高了对非重复纹理特征和图像细节特征的重建效果。