基于深度学习的图像压缩算法研究综述

• 作者: 于恒 梅红岩 许晓明 贾慧萍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 图像压缩 卷积神经网络 循环神经网络 生成对抗网络
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 热点与综述
• 页码范围: 15-23
• 页数: 9页
• 分类号: TP391
• 字数: 9301字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2003-0294

摘要

随着深度学习的不断发展与图像数据的爆炸式增长,如何使用深度学习来获得更高压缩比和更高质量的图像逐渐成为热点研究问题之一.通过对近几年相关文献的分析与整理,将基于深度学习的图像压缩方法按照卷积神经网络、循环神经网络、生成对抗网络进行总结与分析,对不同种方法分别列举了具有代表性的实例,并对基于深度学习的图像压缩算法的常用训练数据集、评价指标进行了介绍,根据深度学习在图像压缩领域中的优势对其未来的发展趋势进行了总结与讨论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于恒	辽宁工业大学电子与信息工程学院	2	0	0.0	0.0
2	梅红岩	辽宁工业大学电子与信息工程学院	17	111	6.0	10.0
3	许晓明	辽宁工业大学电子与信息工程学院	2	0	0.0	0.0
4	贾慧萍	辽宁工业大学电子与信息工程学院	2	1	1.0	1.0