乐趣区

关于深度学习:图像视频压缩深度学习有一套

摘要: 得益于深度神经网络提取信源特色的能力,深度学习技术在信源压缩编码畛域获得了比传统办法更

本文分享自华为云社区《基于深度学习的图像视频压缩编码》,原文作者:罗鹏。

得益于深度神经网络提取信源特色的能力,深度学习技术在信源压缩编码畛域获得了比传统办法更优异的成果。

基于深度学习的图像压缩编码

自编码器

Ballé1 提出了一种基于变分自编码器的端到端图像压缩模型,采纳联合边信息(side information)的超先验的计划。
模型如下图所示。

Q 示意量化;AE 和 AD 别离示意算术编码和解码;卷积参数示意为层 times×长 times×宽 / 下采纳或上采样,uparrow↑示意上采样,downarrow↓示意下采样。

Minnen2 提出了一种超先验联合自回归模型的计划。

循环神经网络(Recurrent Neural Network, RNN)

Google3 团队提出一种基于长短期记忆(long short-term memory, LTSM)的神经网络架构对图像进行可变压缩率的编码方法。
模型如下图所示。

上图是基于卷积核逆卷积的残差编码器,将上上层各第二和第三的卷积 / 逆卷积模块换成 LTSM 模块即为所提出的模型。

Google4 团队在后面工作的根底上引入了 GRU 和 ResNet 模块,并采纳熵编码进一步晋升了压缩率。

模型如下图所示。

生成反抗网络(Generative Adversarial Network, GAN)

Agustsson5 提出了一种基于 GAN 的图像压缩计划,可选择地对局部 / 全副图像生成对应语义标签;解码时,失常压缩的图像局部失常解码,无图像局部由 GAN 网络生成。
模型如下图所示。

E_E_ 为编码器;q_q_ 为量化器;G_G_ 为解码和生成器;D_D_ 为反抗器。

基于深度学习的视频压缩编码

基于深度学习的视频编码分为两种:

  • 采纳深度学习代替传统视频编码中局部模块
  • 端到端采纳深度学习编码压缩

局部计划

采样深度神经网络能够代替传统视频编码中的模块包含:帧内 / 帧间预测、变换、高低采样、环路滤波、熵编码等 6。

端到端计划

Lu7 提出了一个端到端采纳深度学习进行视频编码压缩的计划;其采纳卷积光流预计来进行静止预计,并应用两个自编码器对光流信息和残差信息进行编码压缩。
编码框架如下图所示:

采纳一个卷积网络模块进行光流预计 8,以作为静止预计。
采纳自编码器对光流信息进行压缩,自编码器网络如下图所示:

联合上一帧图像和光流信息,取得静止弥补图像。静止弥补网络如下图所示:

将原图像与弥补图像进行差计算取得残差,残差也应用自编码器压缩。

Rippel9 提出了一种端到端基于机器学习(包含深度学习)的视频压缩计划;采纳多帧参考的光流预计做静止预计,采纳自编码器对光流信息和残差编码压缩,采纳机器学习做码率管制。

Reference

  1. [2018 ICLR]
    Variational image compression with a scale hyperprior
  2. [2018 NIPS]
    Joint Autoregressive and Hierarchical Priors for Learned Image Compression
  3. [2016 ICLR]
    Variable Rate Image Compression with Recurrent Neural Networks
  4. [2017 CVPR]
    Full Resolution Image Compression with Recurrent Neural Networks
  5. [2019 ICCV]
    Generative Adversarial Networks for Extreme Learned Image Compression
  6. [2019 MM]
    Deep Learning-Based Video Coding: A Review and A Case Study
  7. [2019 CVPR]
    DVC: An End-to-end Deep Video Compression Framework
  8. [2017 CVPR]
    Optical Flow Estimation using a Spatial Pyramid Network
  9. [2019 ICCV]
    Learned Video Compression

点击关注,第一工夫理解华为云陈腐技术~

退出移动版