무손실의 기준
무손실 압축의 목표는 저장할 디지털 값을 복호 뒤 그대로 되찾는 것이다. 사람이 비슷하게 보는 것만으로는 충분하지 않다. 이 접근은 손실 압축에서 쓰이던 하이퍼프라이어를 무손실 모형으로 확장하는 연구다.
보조 정보로 분포 조정하기
하이퍼프라이어를 이용해 부호화할 값의 확률을 더 알맞게 표현한다. 잠재 코드의 여러 매개변수 모형을 검토하고 가우시안 혼합 우도로 적응적 문맥을 다룬다. 보조 정보를 잘 사용하더라도 그 정보를 저장하는 비용까지 전체 길이에 포함해야 한다.
학습 손실과 복호 정확성
학습을 빠르게 하기 위해 L2 노름 항을 손실 함수에 도입한다. 학습 손실에 수치 오차 항이 있다는 사실과 최종 부호가 무손실인지 여부는 다른 문제다. 실제 복호에서 디지털 값이 정확히 재현되는지 확인해야 한다.
원본 파일과 원본 장면
JPEG 파일을 풀어 얻은 픽셀을 무손실로 압축하면 그 픽셀을 정확히 보존할 수 있다. 이미 JPEG 저장 때 사라진 촬영 세부까지 되돌리는 것은 아니다. 예를 들어 입력 픽셀 127을 정확히 재현하는 일과 압축 이전 값이 126이었는지 알아내는 일은 다르다.
관련 문서
스케일 하이퍼프라이어 / 가우시안 혼합 이미지 압축 / 채널 조건부 엔트로피 모형 / eContextformer / S2LIC / ELIC 이미지 압축