一种基于条件生成对抗网络的高感知图像压缩方法.docxVIP

一种基于条件生成对抗网络的高感知图像压缩方法 摘要： 高感知图像压缩在现代计算机视觉领域中扮演着非常重要的角色，因为它可以帮助我们在不牺牲图像质量的情况下，减小图像所占的存储空间。然而，传统的压缩方法往往会导致显著的画质损失。为了解决这一问题，本文提出一种基于条件生成对抗网络的高感知图像压缩方法。实验结果表明，本文提出的方法在图像质量和文件大小之间取得了良好的平衡，具有显著的优势。 关键词： 高感知图像压缩、条件生成对抗网络、图像质量、文件大小、优势。 引言 近年来，随着计算机视觉技术的快速发展，图像处理已成为人们关注的热点问题之一。在图像处理过程中，高感知图像压缩是一个非常重要的方面，因为它可以帮助我们在不牺牲图像质量的情况下，减小图像所占的存储空间。传统的压缩方法通常采用离散余弦变换（DCT）或小波变换进行压缩，但这些方法往往会导致显著的画质损失。为了解决这一问题，条件生成对抗网络（Conditional Generative Adversarial Networks, CGANs）被引入到高感知图像压缩中，可以生成高质量、高压缩率的压缩图像。 相关工作 在高感知图像压缩领域，目前已经有一些研究成果。Zhou 等人 （2017）提出了基于深度神经网络的自适应图像压缩方法，该方法可以在保证图像质量的情况下，达到更高的压缩比率。Chen 等人（2018）则提出了一种利用光流信息的图