研究者提出IE-PFA神经图像压缩模型

Tiancheng Si 等研究者在 arXiv 发布论文，提出内外先验融合对齐（IE-PFA）上下文模型用于学习式图像压缩，用编解码器共享的可学习字典作为外部先验，弥补现有上下文模型仅依赖当前图像内部先验的不足。 论文称，该模型基于四叉树空间-通道联合建模，RWKV 模块的 RSCPF 以线性复杂度融合先验，训练阶段的 SDPA 对齐机制不增加推理开销。在七个基准上的实验显示其率失真性能达到先进水平，相比 VTM-22.0-Intra 平均节省 21.65% BD-Rate，并支持单网络内 64 个质量级别的变码率编码。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。