SLIC：構造と色に基づく学習画像コーデック

我々は、圧縮のタスクを明度と色差のタスクに分割する構造と色に基づく学習画像コーデック（SLIC）を提案します。この深層学習モデルは、エンコーダ内のYおよびUVチャネルに対する新しいマルチスケールアーキテクチャを用いて構築されており、さまざまな段階の特徴を組み合わせて潜在表現を得ています。自己回帰的コンテキストモデルが後方適応のために用いられ、ハイパープライヤーブロックが前方適応のために用いられます。提案されたモデルの性能を研究・分析するためにさまざまな実験が行われ、他の画像コーデックとの比較も行います。また、チャネルインパルス応答、潜在チャネル、および様々なアブレーションスタディを通じて我々の方法の利点を示します。このモデルは、他の最先端の参照コーデックに対して、MS-SSIMおよびCIEDE2000メトリックにおいて、Bjøntegaardデルタビットレートの向上をそれぞれ7.5％および4.66％達成します。