RECOMBINER: 基于贝叶斯隐式神经表征的稳健增强压缩
RECOMBINER是一种数据压缩方法,通过线性重参数化INR权重、学习可调整的位置编码和分割高分辨率数据成补丁等方式,提高了性能和鲁棒性。实验证明,RECOMBINER在多个数据模态上取得了与最佳INR方法相媲美的结果,甚至在低比特率的低分辨率图像上胜过自动编码器的编解码器。
原文中文,约600字,阅读约需2分钟。
RECOMBINER是一种数据压缩方法,通过线性重参数化INR权重、学习可调整的位置编码和分割高分辨率数据成补丁等方式,提高了性能和鲁棒性。实验证明,RECOMBINER在多个数据模态上取得了与最佳INR方法相媲美的结果,甚至在低比特率的低分辨率图像上胜过自动编码器的编解码器。