論文の概要: SpikeCodec: An End-to-end Learned Compression Framework for Spiking Camera

• arxiv url: http://arxiv.org/abs/2306.14108v1
• Date: Sun, 25 Jun 2023 03:11:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-27 16:52:24.435470
• Title: SpikeCodec: An End-to-end Learned Compression Framework for Spiking Camera
• Title（参考訳）: SpikeCodec:スパイキングカメラのためのエンドツーエンドの圧縮フレームワーク
• Authors: Kexiang Feng, Chuanmin Jia, Siwei Ma, and Wen Gao
• Abstract要約: 連続的なモーション記録機能を備えたバイオインスピレーション付きスパイクカメラは、大きな注目を集めている。 本研究では,シーンリカバリ,変分自動エンコーダとスパイクシミュレータを用いた新しいスパイク圧縮フレームワークを提案する。 我々の知る限り、これは効率的でロバストなスパイクストリーム圧縮のための最初のデータ訓練モデルである。
• 参考スコア（独自算出の注目度）: 48.194993029659685
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, the bio-inspired spike camera with continuous motion recording capability has attracted tremendous attention due to its ultra high temporal resolution imaging characteristic. Such imaging feature results in huge data storage and transmission burden compared to that of traditional camera, raising severe challenge and imminent necessity in compression for spike camera captured content. Existing lossy data compression methods could not be applied for compressing spike streams efficiently due to integrate-and-fire characteristic and binarized data structure. Considering the imaging principle and information fidelity of spike cameras, we introduce an effective and robust representation of spike streams. Based on this representation, we propose a novel learned spike compression framework using scene recovery, variational auto-encoder plus spike simulator. To our knowledge, it is the first data-trained model for efficient and robust spike stream compression. Extensive experimental results show that our method outperforms the conventional and learning-based codecs, contributing a strong baseline for learned spike data compression.
• Abstract（参考訳）: 近年, 連続モーション記録機能を有するバイオインスピレーションスパイクカメラは, 超高時間分解能撮像特性により注目されている。 このような画像特徴は、従来のカメラに比べて膨大なデータストレージと伝送負荷をもたらし、スパイクカメラが捉えたコンテンツの圧縮に深刻な困難と差し迫った必要性を生じさせる。 既存の損失データ圧縮法は, 統合燃焼特性と二項化データ構造により, スパイクストリームの効率よく圧縮できない。 スパイクカメラの撮像原理と情報忠実度を考慮して,スパイクストリームの効果的かつ堅牢な表現を導入する。 この表現に基づいて,シーンリカバリ,変分オートエンコーダ,スパイクシミュレータを用いた新しい学習スパイク圧縮フレームワークを提案する。 我々の知る限り、これは効率的で堅牢なスパイクストリーム圧縮のための最初のデータ訓練モデルである。 実験の結果,本手法は従来のコーデックや学習ベースコーデックよりも優れており,学習スパイクデータ圧縮のための強力なベースラインとなっている。

関連論文リスト

• Neural-based Video Compression on Solar Dynamics Observatory Images [8.73521037463594]
  NASAのソーラー・ダイナミクス・オブザーバトリー(SDO)ミッションは、太陽の日常活動を監視するために膨大なデータを収集する。 データ圧縮は、限られたテレメトリレートによって引き起こされる課題に対処する上で重要な役割を果たす。 本稿では,SDOの画像データ収集における圧縮率の高いニューラルビデオ圧縮手法を提案する。
  論文  参考訳（メタデータ） (2024-07-12T21:24:25Z)
• Convolutional variational autoencoders for secure lossy image compression in remote sensing [47.75904906342974]
  本研究では,畳み込み変分オートエンコーダ(CVAE)に基づく画像圧縮について検討する。 CVAEは、JPEG2000のような従来の圧縮手法を圧縮ベンチマークデータセットのかなりのマージンで上回ることが示されている。
  論文  参考訳（メタデータ） (2024-04-03T15:17:29Z)
• Cross Modal Compression: Towards Human-comprehensible Semantic Compression [73.89616626853913]
  クロスモーダル圧縮は、視覚データのためのセマンティック圧縮フレームワークである。 提案したCMCは,超高圧縮比で再現性の向上が期待できることを示す。
  論文  参考訳（メタデータ） (2022-09-06T15:31:11Z)
• A Unified Image Preprocessing Framework For Image Compression [5.813935823171752]
  そこで我々は,既存のコーデックの性能向上を図るために,Kuchenと呼ばれる統合された画像圧縮前処理フレームワークを提案する。 このフレームワークは、ハイブリッドデータラベリングシステムと、パーソナライズされた前処理をシミュレートする学習ベースのバックボーンで構成されている。 その結果,我々の統合前処理フレームワークによって最適化された現代のコーデックは,常に最先端圧縮の効率を向上することを示した。
  論文  参考訳（メタデータ） (2022-08-15T10:41:00Z)
• Leveraging Bitstream Metadata for Fast, Accurate, Generalized Compressed Video Quality Enhancement [74.1052624663082]
  圧縮ビデオの細部を復元する深層学習アーキテクチャを開発した。 これにより,従来の圧縮補正法と比較して復元精度が向上することを示す。 我々は、ビットストリームで容易に利用できる量子化データに対して、我々のモデルを条件付けする。
  論文  参考訳（メタデータ） (2022-01-31T18:56:04Z)
• Enhanced Invertible Encoding for Learned Image Compression [40.21904131503064]
  本稿では,改良されたインバーチブルを提案する。 非可逆ニューラルネットワーク(INN)によるネットワークは、情報損失問題を大幅に軽減し、圧縮性を向上する。 Kodak, CLIC, Tecnick のデータセットによる実験結果から,本手法は既存の学習画像圧縮法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2021-08-08T17:32:10Z)
• Content Adaptive and Error Propagation Aware Deep Video Compression [110.31693187153084]
  本稿では,コンテンツ適応型・誤り伝搬対応型ビデオ圧縮システムを提案する。 本手法では, 複数フレームの圧縮性能を1フレームではなく複数フレームで考慮し, 共同学習手法を用いる。 従来の圧縮システムでは手作りのコーディングモードを使用する代わりに,オンラインエンコーダ更新方式をシステム内に設計する。
  論文  参考訳（メタデータ） (2020-03-25T09:04:24Z)
• Learning End-to-End Lossy Image Compression: A Benchmark [90.35363142246806]
  まず,学習した画像の圧縮方法に関する総合的な文献調査を行う。 本稿では,最先端の学習画像圧縮手法のマイルストーンについて述べるとともに,既存の幅広い作品について概観し,その歴史的開発ルートについて考察する。 エントロピー推定と信号再構成のための粗大な超高次モデルを導入することにより、速度歪み性能の向上を実現する。
  論文  参考訳（メタデータ） (2020-02-10T13:13:43Z)

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。