跳到正文
arXiv · 机器人与计算机视觉· Haisheng Fu, Jie Liang, Runyu Yang, Feng Ding, Xin Dong, Zixiao Jin, Jingning Han·· 14 小时前AI 评分58

LIC-Audit:已报道的学习型图像压缩增益有多可比?

LIC-Audit: How Comparable Are Reported Gains in Learned Image Compression?

AI 导读

针对学习型图像压缩(LIC)领域普遍存在的 BD-rate 提升数据难以横向对比问题,本文分析了 353 条率失真曲线和 28,193 次编码解码记录。研究发现不同 VTM 参考版本会导致结果偏差高达 3.56 个百分点,且位计数、PSNR 计算及图像填充等惯例不一致会显著改变排名结论(如 GLIC 与 HPCM 的优劣反转)。

来源:arXiv · 机器人与计算机视觉 · arxiv.org