摘要
深度学习，例如卷积神经网络，已经在图像处理和计算机视觉方面取得巨大成就，尤其是识别和理解这样的高水平应用。然而，很少被用来解决图像压缩这样低水平的视觉问题。这篇论文就介绍了一个基于卷积神经网络的图像压缩网络。为了实现高水平的图像压缩，两个卷积神经网络被紧密集成到一个端对端的压缩网络。第一个卷积神经网络叫压缩卷积神经网络，用来学习输入图像结构信息的最优压缩表达，然后利用图像编解码器（例如，JPEG,JPEG2000和BPG）进行编码。第二个卷积神经网络，叫重建卷积神经网络，作为解码端进行高质量地重建解码图像。为了使两个网络更有效地结合，我们提出了统一的端到端学习算法来同时学习两个卷积神经网络，这有利于重建卷积神经网络对解码图像的精确重建。深度学习，例如卷积神经网络，已经在图像处理和计算机视觉方面取得巨大成就，尤其是识别和
