Auto-encodeur optimisé au sens débit-distorsion : indépendant de la quantification?

Thierry Dumas (1) , Aline Roumy (1) , Christine Guillemot (1)

1 Sirocco - Analysis representation, compression and communication of visual data

This work relates to image compression via a transform learned by an auto-encoder. It tries to adapt the quantization to this transform instead of fixing it. We propose to jointly learn the transform and the quantization. Moreover, we analyze whether different quantization steps can be applied to a transform learned for one step only. We show that the second approach corrects the aw of the state-of-the-art auto-encoder for image compression: having to learn one transform per compression rate.

Ce travail s'inscrit dans le cadre de la compression d'image via une transformée apprise par un auto-encodeur. Il essaie d'adapter la quantification à cette transformée au lieu de la figer. Nous proposons d'une part d'apprendre conjointement la transformée et la quantification. D'autre part, nous analysons si une multitude de pas de quantification peut s'appliquer lors du test sur une transformée apprise pour un pas. Nous montrons que la seconde approche corrige le défaut du meilleur auto-encodeur pour la compression d'image : devoir effectuer un apprentissage par débit de compression.

Mots clés: Auto-encodeur; quantification; débit-distorsion

Domaines: Traitement des images [eess.IV]; Réseau de neurones [cs.NE]

Thierry Dumas, Aline Roumy, Christine Guillemot. Auto-encodeur optimisé au sens débit-distorsion : indépendant de la quantification?. GRETSI 2017, Sep 2017, Juan-les-Pins, France. ⟨hal-01579257⟩