题  目：基于单应性变换的高效双目图像压缩算法

报告人：徐迈

时  间：2021年7月 5 日 14:00

地  点：清水河校区科研楼B108

内容简介：

在本次报告中，我们提出了一种基于单应性变换的高效双目图像压缩网络，它是一种基于深度学习的端到端双目图像压缩算法，能够更加充分利用双目图像的互信息来降低每幅图像的压缩码率。在熵编码部分，引入了两个专门用于双目图像压缩的条件熵模型：基于混合高斯的熵编码模型和基于自回归的熵编码模型，旨在充分减少左、右目图像之间的信息冗余；在解码部分，提出了交叉质量增强模块，可利用逆单应性矩阵增强图像质量。在InStereo2K和KITTI数据集上的测试表明，提出的算法在图像质量相近的情况下，比现有最新的双目图像压缩算法节省了约31.7%的码率。

主讲人介绍：