MIT提出生成式壓縮：使用生成式模型高效壓縮圖像與視頻數據

選自arXiv

機器之心編譯

參與：李亞洲

論文地址：https://arxiv.org/abs/1703.01467

摘要

傳統的圖像和視頻壓縮演算法要依賴手動調整的編碼器／解碼器對（多媒體數字信號編解碼器，codecs)，缺乏適應性，對被壓縮的數據也不可知。在這篇論文中，我們描述了生成式壓縮的概念，也就是數據的壓縮使用生成式模型。我們也表明這是一個值得追隨的方向，可在圖像和視頻數據上取得更準確的、視覺上更享受的高壓縮重建。我們也證明，相比於傳統的變長度編碼方案，生成式壓縮在比特誤碼率上有更大的復原力（例如，從有雜訊的無線通信頻道）。

圖 1：傳統圖像壓縮對比生成式圖像壓縮

圖 2：圖像的生成式壓縮架構（左圖）與視頻的生成式壓縮架構

圖 3：使用各種壓縮技術進行圖像重建的對比

圖 4：（a) 壓縮圖像真實可信度的驗證 (η=壓縮因子），NCode 與 JPEG、JPEG2000、Toderici et al[6] 方法進行對比，使用在未壓縮圖像上單獨訓練的卷積網路將每個樣本分類到相應的 CIFAR-10 數據集類別中。（b) 每個 NCode 圖像數據集上重建圖像質量的損失（PSNR）用比特誤碼率函數 ε 表示。JPEG PSNR 在 ε ～ 10?4 上的損失大約超過 7dB。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！