#26
summarized by : Shoma Iwai
Learning Better Lossless Compression Using Lossy Compression

どんな論文か?

BPGとCNNを使い、より圧縮率の高い画像の可逆圧縮手法を提案した。 画像をBPGで非可逆圧縮し、xlを得る。Residual Compressor (RC)を使ってxlから差分r=x-xlの分布(混合ロジスティック分布のパラメータ)を予測する。 予測分布をもとに差分rをエントロピー符号化する。
placeholder

新規性

・非可逆圧縮+CNNを組み合わせた可逆圧縮というアイデア ・画像ごとに最適化するτ-Optimizationを提案。圧縮率アップ

結果

機械学習ベースの可逆圧縮手法のSOTAを達成。OpenImageデータセットでは非学習型のSOTAであるFLIFも上回った。

その他(なぜ通ったか?等)

非機械学習の非可逆圧縮を利用して機械学習ベースの可逆圧縮をするという斬新さ