IE-PFA 融合内外先验的图像压缩模型
热点事件持续更新
IE-PFA 融合内外先验的图像压缩模型
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Tiancheng Si 等作者提出 IE-PFA 上下文模型,用编解码器共享的可学习字典作为外部先验,并通过基于 RWKV 的 RSCPF 模块以线性复杂度融合内外先验。该模型建立在四叉树空间-通道联合建模之上。 作者报告称,在 BD-Rate 指标上,该模型较 VTM-22.0-Intra 节省 21.65%。这一数值来自作者自述,尚未经独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
IE-PFA:融合内外先验的图像压缩模型,BD-Rate 较 VTM-22.0-Intra 节省 21.65%报道时间线
沿着报道,了解事件的不同侧面。
11月6日
- arXiv cs.AIIE-PFA:融合内外先验的图像压缩模型,BD-Rate 较 VTM-22.0-Intra 节省 21.65%
研究者提出 Internal-External Prior Fusion-Alignment(IE-PFA)上下文模型,用编解码器共享的可学习字典作为外部先验,并通过基于 RWKV 的 RSCPF 模块以线性复杂度融合内外先验。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。