当前位置: X-MOL 学术arXiv.cs.LG › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
硬币:内隐神经表示的共压
arXiv - CS - Machine Learning Pub Date : 2021-03-03 , DOI: arxiv-2103.03123
Emilien Dupont, Adam Goliński, Milad Alizadeh, Yee Whye Teh, Arnaud Doucet

我们提出了一种用于图像压缩的新的简单方法:代替存储图像的每个像素的RGB值,我们存储过度适合图像的神经网络的权重。具体来说,为了对图像进行编码,我们将其与MLP配合使用,该MLP可将像素位置映射到RGB值。然后,我们将此MLP的权重量化并存储为图像代码。要解码图像,我们只需在每个像素位置评估MLP。我们发现,即使没有熵编码或学习权重分布,这种简单方法在低比特率下也优于JPEG。虽然我们的框架与最新的压缩方法尚不具有竞争力,但我们证明它具有各种吸引人的特性,这使其可能成为其他神经数据压缩方法的可行替代方案。



"点击查看英文标题和摘要"

更新日期:2021-03-05
down
wechat
bug