효율적인 자동회귀 잔차 압축을 위한 하이퍼프라이어와 채널 재조정

초록

ARCHE는 계층형 하이퍼프라이어, 마스크된 자동회귀 컨텍스트, 채널 조건화와 Squeeze‑and‑Excitation 모듈을 결합한 완전 합성곱 기반 이미지 압축 프레임워크이다. 변환·양자화·엔트로피 모델을 엔드‑투‑엔드로 학습해 기존 학습 기반 코덱보다 BD‑Rate를 48 %까지 감소시키면서 파라미터 95 M, 평균 디코딩 시간 222 ms라는 실용적인 효율성을 유지한다.

상세 분석

ARCHE는 최신 학습 기반 이미지 압축 기술의 핵심 과제인 “모델 복잡도와 압축 효율 사이의 트레이드오프”를 해결하기 위해 설계되었다. 첫 번째 핵심은 계층형 하이퍼프라이어를 이용해 전역적인 통계 정보를 사이드 채널로 전송함으로써, 각 라티스 코드의 평균(μ)과 표준편차(σ)를 정밀하게 추정한다. 이는 기존 Balle et al.