HyperAIHyperAI

Command Palette

Search for a command to run...

الضغط بدون فقدان للصور بحل كامل ومتعلم عمليًا

Fabian Mentzer Eirikur Agustsson Michael Tschannen Radu Timofte Luc Van Gool

الملخص

نقترح أول نظام عملي للضغط على الصور بدون فقدان معلومات، المعروف باسم L3C، ونوضح أنه يتفوق على الكودات الهندسية الشائعة مثل PNG وWebP وJPEG 2000. في صميم طريقتنا نموذج احتمالي هرمي قابل للتنفيذ بالتوازي بالكامل للكودة الإنتروبية التكيفية، والذي تم تحسينه من البداية إلى النهاية لمهام الضغط. بخلاف النماذج الاحتمالية المتقطعة ذات الترتيب الذاتي الحديثة مثل PixelCNN، فإن طريقتنا i) تقوم بنمذجة توزيع الصورة بشكل مشترك مع التمثيلات المساعدة المُتعلمة بدلاً من نمذجة توزيع الصورة حصرياً في فضاء RGB، وii) تتطلب فقط ثلاث عمليات تمرير للأمام لتوقع احتمالات جميع البكسل بدلاً من عملية واحدة لكل بكسل. نتيجة لذلك، تحصل L3C على سرعة أكبر بمقدار يتجاوز عددين في القوة عند العينة مقارنة بأسرع متغير من PixelCNN (Multiscale-PixelCNN). بالإضافة إلى ذلك، نجد أن تعلم التمثيل المساعد أمر حاسم ويتفوق على التمثيلات المساعدة المحددة مسبقًا مثل الهرم RGB بشكل كبير.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp