論文の概要: Dual-layer Image Compression via Adaptive Downsampling and Spatially Varying Upconversion

• arxiv url: http://arxiv.org/abs/2302.06096v1
• Date: Mon, 13 Feb 2023 04:36:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-14 16:32:52.722340
• Title: Dual-layer Image Compression via Adaptive Downsampling and Spatially Varying Upconversion
• Title（参考訳）: 適応型ダウンサンプリングと空間変数変換による2層画像圧縮
• Authors: Xi Zhang and Xiaolin Wu
• Abstract要約: 適応型ダウンサンプリング型2層画像圧縮システム(ADDL)を提案する。 ADDL圧縮システムでは、学習したコンテンツ適応型ダウンサンプリングカーネルによって画像の解像度が低下し、圧縮されてコード化されたベース層を形成する。 減圧のために、ベース層はデコードされ、ディープサンプリングニューラルネットワークを使用して元の解像度に変換される。
• 参考スコア（独自算出の注目度）: 24.812267280543693
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ultra high resolution (UHR) images are almost always downsampled to fit small displays of mobile end devices and upsampled to its original resolution when exhibited on very high-resolution displays. This observation motivates us on jointly optimizing operation pairs of downsampling and upsampling that are spatially adaptive to image contents for maximal rate-distortion performance. In this paper, we propose an adaptive downsampled dual-layer (ADDL) image compression system. In the ADDL compression system, an image is reduced in resolution by learned content-adaptive downsampling kernels and compressed to form a coded base layer. For decompression the base layer is decoded and upconverted to the original resolution using a deep upsampling neural network, aided by the prior knowledge of the learned adaptive downsampling kernels. We restrict the downsampling kernels to the form of Gabor filters in order to reduce the complexity of filter optimization and also reduce the amount of side information needed by the decoder for adaptive upsampling. Extensive experiments demonstrate that the proposed ADDL compression approach of jointly optimized, spatially adaptive downsampling and upconversion outperforms the state of the art image compression methods.
• Abstract（参考訳）: ultra high resolution (uhr) イメージは、ほとんど常にダウンサンプリングされ、モバイル端末の小さなディスプレイに収まり、非常に高解像度のディスプレイに表示されると元の解像度にアップサンプリングされる。 この観察により,画像内容に空間的適応したダウンサンプリングとアップサンプリングの協調最適化により,最大レートゆらぎ性能が向上する。 本稿では,適応型ダウンサンプリング型2層画像圧縮システム(ADDL)を提案する。 ADDL圧縮システムでは、学習したコンテンツ適応型ダウンサンプリングカーネルによって画像の解像度を下げ、圧縮して符号化ベース層を形成する。 減圧のために、ベース層をデコードし、ディープアップサンプリングニューラルネットワークを用いて元の解像度にアップコンバートし、学習した適応ダウンサンプリングカーネルの事前知識により支援する。 フィルタ最適化の複雑さを低減し、適応的なアップサンプリングに必要なデコーダに必要なサイド情報量を削減するため、ダウンサンプリングカーネルをgaborフィルタの形式に制限する。 共同最適化,空間適応型ダウンサンプリング,アップコンバージョンによるADDL圧縮手法は,画像圧縮手法の精度を向上することを示した。

関連論文リスト

• Once-for-All: Controllable Generative Image Compression with Dynamic Granularity Adaption [57.056311855630916]
  本稿では,制御可能な生成画像圧縮フレームワークである制御-GICを提案する。 高忠実度および一般性圧縮を確保しつつ、広帯域での微粒化適応を可能にする。 我々は、歴史的符号化された多粒度表現に遡ることができる条件条件付き条件付けを開発する。
  論文  参考訳（メタデータ） (2024-06-02T14:22:09Z)
• A Rate-Distortion-Classification Approach for Lossy Image Compression [0.0]
  損失画像圧縮では、画像を特定のビットレートに圧縮しながら、最小限の信号歪みを実現する。 画像圧縮と視覚解析のギャップを埋めるために、損失画像圧縮のためのRDCモデルを提案する。
  論文  参考訳（メタデータ） (2024-05-06T14:11:36Z)
• Unifying Generation and Compression: Ultra-low bitrate Image Coding Via Multi-stage Transformer [35.500720262253054]
  本稿では,新しい画像生成圧縮(UIGC)パラダイムを導入し,生成と圧縮のプロセスを統合する。 UIGCフレームワークの重要な特徴は、トークン化にベクトル量子化(VQ)イメージモデルを採用することである。 実験では、既存のコーデックよりも知覚品質と人間の知覚において、提案されたUIGCフレームワークが優れていることを示した。
  論文  参考訳（メタデータ） (2024-03-06T14:27:02Z)
• Progressive Learning with Visual Prompt Tuning for Variable-Rate Image Compression [60.689646881479064]
  本稿では,変圧器を用いた可変レート画像圧縮のためのプログレッシブラーニングパラダイムを提案する。 視覚的プロンプトチューニングにインスパイアされた私たちは,エンコーダ側とデコーダ側でそれぞれ入力画像と隠蔽特徴のプロンプトを抽出するためにLPMを使用する。 提案モデルでは, 速度歪み特性の観点から現行の可変画像法よりも優れ, スクラッチから訓練した最先端の固定画像圧縮法にアプローチする。
  論文  参考訳（メタデータ） (2023-11-23T08:29:32Z)
• Learned Video Compression via Heterogeneous Deformable Compensation Network [78.72508633457392]
  不安定な圧縮性能の問題に対処するために,不均一変形補償戦略(HDCVC)を用いた学習ビデオ圧縮フレームワークを提案する。 より具体的には、提案アルゴリズムは隣接する2つのフレームから特徴を抽出し、コンテンツ近傍の不均一な変形(HetDeform)カーネルオフセットを推定する。 実験結果から,HDCVCは最近の最先端の学習ビデオ圧縮手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2022-07-11T02:31:31Z)
• Estimating the Resize Parameter in End-to-end Learned Image Compression [50.20567320015102]
  本稿では,最近の画像圧縮モデルの速度歪みトレードオフをさらに改善する検索自由化フレームワークについて述べる。 提案手法により,Bjontegaard-Deltaレート(BD-rate)を最大10%向上させることができる。
  論文  参考訳（メタデータ） (2022-04-26T01:35:02Z)
• Toward Real-World Super-Resolution via Adaptive Downsampling Models [58.38683820192415]
  本研究では,制約のある事前知識を伴わずに未知のサンプル処理をシミュレートする手法を提案する。 対の例を使わずに対象LR画像の分布を模倣する汎用化可能な低周波損失(LFL)を提案する。
  論文  参考訳（メタデータ） (2021-09-08T06:00:32Z)
• Substitutional Neural Image Compression [48.20906717052056]
  置換型ニューラルイメージ圧縮(snic)は、あらゆるニューラルイメージ圧縮モデルを強化する一般的なアプローチである。 フレキシブルな歪みメトリックに向けて圧縮性能を高め、単一のモデルインスタンスを使用したビットレート制御を可能にする。
  論文  参考訳（メタデータ） (2021-05-16T20:53:31Z)
• A GAN-based Tunable Image Compression System [13.76136694287327]
  本稿では、GAN(Generative Adversarial Network)を用いてコンテンツベースの圧縮を再考し、重要でない領域を再構築する。 モデルを再トレーニングすることなく、特定の圧縮比に画像を圧縮するチューナブル圧縮スキームも提案する。
  論文  参考訳（メタデータ） (2020-01-18T02:40:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。