传统有损图像压缩到基于深度学习的有损图像压缩
基于深度学习的图像有损压缩
\(\quad\)图像油酸压缩主要包括三个模块，即 变换、量化、熵编码模块
- 变换是是将图像从像素空间映射到一个特征空间，该过程希望利用像素空间中像素之间的相关性尽可能消除冗余。
- 变换后，为了进一步压缩以及便于进行编码，要将特征空间的元素进行离散化，也就是量化。通常量化过程是不可逆的，一般用于有损压缩。
- 熵编码则是将量化后离散的的元素编码为二进制文件，便于传输和储存。该过程是根据信息熵原理，基于元素出现的概率分配码字，从而消除统计上的冗余。因此熵编码过程分为两个部分：获取概率分布，和根据概率分布进行熵编码。
现在
