最近,与传统标准(例如JPEG,JPEG2000和BPG)相比,学到的图像压缩方法已经迅速发展,并表现出出色的速率延伸性能。但是,基于学习的方法遭受了高计算成本的损失,这对在资源有限的设备上部署无济于事。为此,我们提出了换档 - 附加并行模块(SAPMS),包括用于编码器的SAPM-E和解码器的SAPM-D,以大大减少能源消耗。具体而言,可以将它们视为插入式播放组件,以升级现有的基于CNN的体系结构,与加法分支相比,Shift分支用于提取大颗粒功能。此外,我们彻底分析了潜图的概率分布,并建议使用拉普拉斯混合物的可能性以进行更准确的熵估计。实验结果表明,所提出的方法可以在PSNR和MS-SSSIM指标上与卷积对应物的相当甚至更好的性能,并减少2倍的能量。
translated by 谷歌翻译