按年被提到
20162016 · 2 次2026
视觉、语音与图像生成›超分辨率与图像压缩·arXiv:1608.05148 · cs.CV

Full Resolution Image Compression with Recurrent Neural Networks

用循环神经网络实现全分辨率图像压缩
George Toderici, Damien Vincent, Nick Johnston, Sung Jin Hwang, David Minnen, Joel Shor, Michele Covell · 2016

用循环神经网络做可变码率的全分辨率有损图像压缩

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 3 人首次 2016-08-23 · 最近 2017-02-17
3不同的人
3活跃月份
3讨论串
919被引(OpenAlex)

论文提出一组基于神经网络的全分辨率有损图像压缩方法,架构由 RNN 编码器和解码器、二值化器以及用于熵编码的网络组成,训练一次即可在部署时提供可变压缩率。作者比较了 LSTM、关联 LSTM 以及新的 GRU 与 ResNet 混合结构,并报告相对此前工作在 AUC 上提升 4.3%–8.8%,称这是首个在 Kodak 数据集多数码率上超越 JPEG 的神经网络架构。

HN 为什么提它

HN 上的评论者只是说读到后觉得非常酷,把它作为用循环神经网络做全分辨率图像压缩的有趣例子来推荐。

方法难度 3 / 5约 35 分钟经得起时间
读之前最好知道
1循环神经网络(RNN, LSTM, GRU)
2图像压缩与率失真理论(rate-distortion)
3熵编码(entropy coding)
4残差网络(ResNet)

学习路径

读这篇之前,按顺序读书架上的 1 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

候选里只有 Highway Networks 与目标论文的网络结构设计相关;先看门控与捷径连接,再读 RNN 图像压缩。

  1. 1
    Highway NetworksHighway Networks · 2015

    目标论文提出 GRU 与 ResNet 的混合单元,需要先理解门控捷径连接让深层网络更易训练的思路。

    读transform gate 与 carry gate 如何让信息跨层直通;与后来残差连接的关系。

  2. 2
    Full Resolution Image Compression with Recurrent Neural Networks用循环神经网络实现全分辨率图像压缩 · 2016 · 就是这篇

    目标论文:用 RNN 编码器、解码器加二值化器和熵编码做可变码率全分辨率图像压缩。

    读编码器、二值化器、解码器的整体流程,各种 RNN 单元的比较,以及一次性重建与加性重建的差异。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐dewitt · 2017-02

“(No connection to the authors, just found it super cool when I read it a few months back.)”

称读后觉得非常酷,并声明与作者无关
Creating photorealistic images with neural networks and a Gameboy Camera原评论 ↗
被提交为 story · 2 次