Código fuente de nuestro papel CVPR 2021 "Aprendizaje escalable ℓ ∞ -compresión de imagen casi sin pérdida sin pérdida a través de una imagen con pérdida de la junta y compresión residual".
Para ejecutar el código requiere Python 3.6 y TensorFlow 1.15.
pip install tensorflow-compression==1.3
pip install range-coder
main.py proporciona funciones compress y decompress , y un ejemplo para codificar/decode ./test_patch/kodim05_p128.png . Los usuarios pueden probar sus propias imágenes.
El modelo ckp_003 se puede descargar desde Baidu NetDisk, con el código de acceso snic .
Tenga en cuenta: la implementación actual no está optimizada para la velocidad. La compresión residual es lenta. Estamos trabajando en la versión rápida.
@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}
}
