순차 처리의 부담
문맥 기반 확률 예측은 압축을 개선할 수 있지만 모든 위치를 순서대로 기다리면 병렬 장치를 활용하기 어렵다. 채널 조건화는 의존성을 활용하는 축을 바꾸어 이러한 부담을 줄이려 한다. 순차 의존성을 활용한다는 것과 모든 화소를 직렬로 처리한다는 것은 같지 않다.
보조 정보와 채널 문맥
보조 정보를 이용하는 전방 적응과 이미 알려진 문맥을 이용하는 후방 적응을 함께 고려한다. 채널 조건화와 잠재 잔차 예측을 더해 비트율 및 왜곡 성능을 개선한다. 예측 가능한 잠재 구조를 활용하는 일과 원래 영상의 정보를 무손실 보존하는 일은 다른 문제다.
그룹 의존성의 예
설명용으로 채널을 세 그룹 A, B, C로 나눴을 때 B는 A를, C는 A와 B를 참고할 수 있다. 그룹 안의 공간 위치를 처리하는 방법에 따라 병렬성이 달라진다. 이는 의존 구조 예제이며 실제 모델의 그룹 수나 정확한 복호 순서는 아니다.
실제 압축 평가
같은 재구성 품질에서 비트 수를 비교하고 같은 비트 수에서는 화질을 비교한다. 적은 비트가 필요한 것과 빠르게 복호되는 것은 별도의 장점이다. 부가 정보와 실제 엔트로피 부호화 비용, 메모리 및 장치 조건을 함께 확인한다.
관련 문서
가우시안 혼합 이미지 압축 / ELIC 이미지 압축 / 체커보드 문맥 모형 / 결합 자기회귀 하이퍼프라이어 / 스케일 하이퍼프라이어 / 엔트로피 부호화