Quellcode unseres CVPR 2021 -Papiers "Lernen skalierbar ℓ ∞ -konstruierte beinahe verlorene Bildkomprimierung durch gemeinsames Verlustbild und Restkomprimierung".
Um den Code auszuführen, sind Python 3.6 und TensorFlow 1.15 erforderlich.
pip install tensorflow-compression==1.3
pip install range-coder
Die main.py bietet compress und decompress sowie ein Beispiel zum Codieren/Decodode ./test_patch/kodim05_p128.png . Benutzer können ihre eigenen Bilder testen.
Das Modell ckp_003 kann von Baidu NetDisk mit Zugriffscode snic heruntergeladen werden.
Bitte beachten Sie: Die aktuelle Implementierung ist für Geschwindigkeit nicht optimiert. Die Restkompression ist langsam. Wir arbeiten an der schnellen Version.
@InProceedings{Bai_2021_SNIC,
title={Learning Scalable $ell_infty$-constrained Near-lossless Image Compression via Joint Lossy Image and Residual Compression},
author={Bai, Yuanchao and Liu, Xianming and Zuo, Wangmeng and Wang, Yaowei and Ji, Xiangyang},
booktitle={IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2021}
}
