AI圈报
教程 / 实战普通

用随机 Hessian 估计实现全参考图像质量指标的率失真优化

信息来源:HuggingFace Daily Papers(社区热门论文)·
原始标题:Rate-distortion optimization for full-reference image quality metrics via stochastic Hessian estimates

内容摘要

研究者提出 IDQD-RDO,用输入相关的二次失真近似 MS-SSIM、LPIPS 等全参考图像质量指标,通过自动微分得到的 Hessian 矩阵-向量积估计其块对角或纯对角形式,使这类指标可逐块计算并用于 VVC 编码的率失真优化。在 Kodak 和 CLIC 上的五种指标测试中,该方法取得 14.2-36.7% 的 BD-rate 节省,无需改动解码器,编码复杂度仅增加 10-30%。
内容分类AI 教程与实战
内容层级普通情报
发布时间(北京时间)
本站收录时间(北京时间)
信息来源HuggingFace Daily Papers(社区热门论文)
站内情报编号intel-2bfc4d0a8804ce8bc213318e