[论文解读] ELIC: Efficient Learned Image Compression with Unevenly Grouped Space-Channel Contextual Adaptive Coding

Dailan He, Ziming Yang+4 more|arXiv (Cornell University)|Mar 21, 2022

Advanced Data Compression Techniques被引用 10

一句话总结

ELIC 提出了一种新颖的图像压缩框架，通过将非均匀分组的通道条件熵编码与空间上下文建模相结合，在保持高速解码的同时实现了最先进的率失真性能。通过利用学习特征中的信息压缩特性，并以残差瓶颈块替代 GDN 层，ELIC 在不损失速度的前提下降低了比特率，从而实现了快速预览和渐进式解码——这些是实际部署的关键推动因素。

ABSTRACT

Recently, learned image compression techniques have achieved remarkable performance, even surpassing the best manually designed lossy image coders. They are promising to be large-scale adopted. For the sake of practicality, a thorough investigation of the architecture design of learned image compression, regarding both compression performance and running speed, is essential. In this paper, we first propose uneven channel-conditional adaptive coding, motivated by the observation of energy compaction in learned image compression. Combining the proposed uneven grouping model with existing context models, we obtain a spatial-channel contextual adaptive model to improve the coding performance without damage to running speed. Then we study the structure of the main transform and propose an efficient model, ELIC, to achieve state-of-the-art speed and compression ability. With superior performance, the proposed model also supports extremely fast preview decoding and progressive decoding, which makes the coming application of learning-based image compression more promising.

研究动机与目标

• 解决学习图像压缩中压缩效率与解码速度之间的权衡问题。
• 通过利用学习特征中的信息压缩特性，提升熵编码效率。
• 设计一种快速、可扩展的非线性变换，使用残差瓶颈块替代 GDN 层。
• 通过快速预览和渐进式解码能力，实现实际部署。
• 在工业应用中平衡率失真性能与推理速度。

提出的方法

• 基于潜在特征中观察到的能量压缩特性，提出非均匀通道条件自适应编码，减少熵编码中的冗余。
• 引入空间-通道上下文（SCCTX）模型，结合空间和通道级上下文建模，实现联合熵估计。
• 在主变换中用堆叠的残差瓶颈（RB）块替代 GDN/IGDN 层，提升性能并增强训练稳定性。
• 采用轻量级缩略图生成器，实现在亚毫秒级的预览解码，支持快速图像预加载。
• 通过按分组通道块顺序重建图像，实现渐进式解码，避免对未编码符号的昂贵预测。
• 采用混合方法：非均匀分组以提升速度，空间上下文以提升率失真增益，残差块以实现可扩展性能。

实验结果

研究问题

• RQ1 在通道条件熵编码中，非均匀通道分组是否能在不降低压缩效率的前提下减少延迟？
• RQ2 如何结合空间和通道级上下文建模以提升率失真性能？
• RQ3 残差瓶颈块是否可以替代 GDN 层，在保持速度的同时提升压缩性能？
• RQ4 能否训练出一个快速缩略图生成器，实现在学习图像压缩中亚毫秒级的预览解码？
• RQ5 能否在学习压缩模型中高效实现渐进式解码，且计算开销最小化？

主要发现

• ELIC 在 Kodak 和 CLIC Professional 数据集上均达到最先进性能，其 PSNR 和 MS-SSIM 均优于 VVC。
• 所提出的非均匀分组相比均匀 10 组分组方案，将自适应熵估计延迟降低了 50%。
• 用残差瓶颈块替代 GDN 层后，在 Ballé2018 上 BD-rate 提升达 13.56%，在 Minnen2018 上提升 11.14%，且推理速度相当。
• 缩略图生成器可在约 3 微秒内生成预览图像，比完整解码快 12 倍以上。
• 从最初的 16 个通道开始渐进解码即可重建出结构细节，完整质量在 5 个分组时达到。
• SCCTX 模型在解码速度上优于 10 刀片均匀分组，同时实现了更优的率失真性能。