Scalable Near lossless Image Compression

Compression d'image presque sans perte sans perte

Code source de notre article CVPR 2021 "Apprentissage évolutif ℓ _∞ - Compression d'image proche de la perte sans intérêt via l'image avec perte conjointe et compression résiduelle".

Usage

Pour exécuter le code, il faut Python 3.6 et TensorFlow 1.15.

 pip install tensorflow-compression==1.3
pip install range-coder

Le main.py fournit des fonctions compress et decompress , et un exemple à coder / décoder ./test_patch/kodim05_p128.png . Les utilisateurs peuvent tester leurs propres images.

Le modèle ckp_003 peut être téléchargé à partir de Baidu NetDisk, avec Code Code snic .

Veuillez noter: l'implémentation actuelle n'est pas optimisée pour la vitesse. La compression résiduelle est lente. Nous travaillons sur la version rapide.

Citation

 @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}
}