Key points are not available for this paper at this time.
Da erlernte Bildcodecs (LICs) verbreiteter werden, wird ihre geringe Kodierungseffizienz für Daten außerhalb der Verteilung zu einem Engpass für einige Anwendungen. Um die Leistung von LICs für Bildschirminhalte (SC)-Bilder zu verbessern, ohne die Rückwärtskompatibilität zu verletzen, schlagen wir vor, parametrisierte und umkehrbare lineare Transformationen in den Kodierungsprozess einzuführen, ohne den Betrieb des zugrunde liegenden Basiscodecs zu verändern. Wir entwerfen zwei neuronale Netze, die in unserem Setup als Vorfilter und Nachfilter fungieren, um die Kodierungseffizienz zu erhöhen und bei der Wiederherstellung von Kodierungsartefakten zu helfen. Unsere End-to-End trainierte Lösung erzielt Einsparungen von bis zu 10 % bei der Bitrate der SC-Kompression im Vergleich zu den Basis-LICs und führt nur 1 % zusätzliche Parameter ein.
Dogaroglu et al. (Tue,) untersuchten diese Frage.