Compressão de Imagem com Segmentação Semântica Correspondente de Encoder-Decoder

Nos últimos anos, a compressão de imagem em camadas tem se mostrado uma direção promissora, que codifica uma representação compacta da imagem de entrada e aplica uma rede de up-sampling para reconstruir a imagem. Para melhorar ainda mais a qualidade da imagem reconstruída, alguns trabalhos transmitem o segmento semântico juntamente com os dados da imagem comprimida. Como resultado, a taxa de compressão também diminui, pois bits extras são necessários para transmitir o segmento semântico. Para resolver esse problema, propomos uma nova estrutura de compressão de imagem em camadas com segmentação semântica correspondente de encoder-decoder (EDMS). Em seguida, após a segmentação semântica, uma rede neural convolucional especial é usada para aprimorar o segmento semântico impreciso. Como resultado, o segmento semântico preciso pode ser obtido no decodificador sem exigir bits extras. Os resultados experimentais mostram que a estrutura EDMS proposta pode conseguir uma redução de até 35,31% na taxa BD em relação ao codec baseado em HEVC (BPG), 5% de economia na taxa de bits e 24% de economia de tempo de codificação em comparação com o codec de imagem baseado em semântica de última geração.