通用神经图像压缩的动态低秩实例适应

本文研究了生成敌对网络与学习压缩相结合的方法，得到了一种先进的生成有损压缩系统。通过在归一化层、生成器和鉴别器架构、训练策略和感知损失方面的探究，实现了在广泛的比特率范围内视觉上令人满意的重建，并可应用于高分辨率图像。通过各种感知指标和用户研究的评估，研究表明，该方法优于以前的方法，即使使用超过2倍的比特率。