学习驱动的图像压缩算法研究.pdf
文本预览下载声明
中文摘要
目前，基于卷积神经网络（ConvolutionalNeuralNetwork，CNN）图像压缩模型
在保持图像质量以及降低了存储空间和传输带宽需求等方面取得了显著进展。然而，
存在两个主要问题：一方面，由于CNN的感受野受限，无法有效学习到图像全局区
域内像素之间的相关性关系，从而导致长距离建模和感知能力不足，进而造成结果的
失真、伪影和较高的压缩率等问题。另一方面，熵模型作为深度学习图像压缩网络框
架的关键组成部分，通常用于理解图像像素值之间的相关性和统计特性，以学
显示全部