학습된 이미지 압축을 위한 블록 수준 비트레이트 제어 가속

딥 러닝에 의한 이미지 압축(LIC)으로 달성된 전례 없는 압축 효율에도 불구하고, 기존 방법은 일반적으로 주어진 입력 이미지에 대해 단일 품질 인자를 조정하여 원하는 비트레이트를 근사하는데, 이는 비트레이트 제어 결과를 저하시킬 수 있습니다. 다양한 공간 콘텐츠의 비율-왜곡(R - D) 특성을 고려하여, 본 연구는 LIC에 특화된 새로운 D-모델을 기반으로 한 블록 수준 비트레이트 제어를 도입합니다. 또한, 블록 간의 상관관계를 활용하고 블록 단위 R - D 예측 알고리즘을 제안하여 블록 수준 비트레이트 제어를 크게 가속화하면서도 높은 정확도를 보장합니다. 실험 결과, 제안된 비트레이트 제어는 98%가 넘는 정확도로 최대 100배의 속도 향상을 달성합니다. 우리의 접근 방식은 각 블록에 최적의 비트 할당을 제공하여 전체 압축 성능을 향상시키며, 블록 수준 LIC에 큰 잠재력을 제공합니다.