Fugu-MT 論文翻訳(概要): Latent Video Dataset Distillation

論文の概要: Latent Video Dataset Distillation

arxiv url: http://arxiv.org/abs/2504.17132v2
Date: Fri, 25 Apr 2025 19:01:01 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 19:15:53.196781
Title: Latent Video Dataset Distillation
Title（参考訳）: 潜水式ビデオデータセット蒸留
Authors: Ning Li, Antai Andy Liu, Jingran Zhang, Justin Cui,
Abstract要約: 本稿では,潜水空間で動作する新しいビデオデータセット蒸留手法を提案する。多様性を意識したデータ選択戦略を用いて,代表的なサンプルと多種多様なサンプルを選定する。また、潜在データセットをさらに圧縮するための、単純でトレーニング不要な手法も導入する。
参考スコア（独自算出の注目度）: 6.028880672839687
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Dataset distillation has demonstrated remarkable effectiveness in high-compression scenarios for image datasets. While video datasets inherently contain greater redundancy, existing video dataset distillation methods primarily focus on compression in the pixel space, overlooking advances in the latent space that have been widely adopted in modern text-to-image and text-to-video models. In this work, we bridge this gap by introducing a novel video dataset distillation approach that operates in the latent space using a state-of-the-art variational encoder. Furthermore, we employ a diversity-aware data selection strategy to select both representative and diverse samples. Additionally, we introduce a simple, training-free method to further compress the distilled latent dataset. By combining these techniques, our approach achieves a new state-of-the-art performance in dataset distillation, outperforming prior methods on all datasets, e.g. on HMDB51 IPC 1, we achieve a 2.6% performance increase; on MiniUCF IPC 5, we achieve a 7.8% performance increase. Our code is available at https://github.com/liningresearch/Latent_Video_Dataset_Distillation.
Abstract（参考訳）: 画像データセットの高圧縮シナリオにおいて,データセットの蒸留は顕著な効果を示した。ビデオデータセットは本質的に冗長性が高いが、既存のビデオデータセット蒸留法は主にピクセル空間の圧縮に焦点を当てており、現代のテキスト・ツー・画像モデルやテキスト・ツー・ビデオモデルで広く採用されている潜時空間の進歩を見越している。本研究では,最先端の変分エンコーダを用いて潜在空間で動作する新しいビデオデータセット蒸留手法を導入することにより,このギャップを埋める。さらに,多様性を意識したデータ選択戦略を用いて,代表的なサンプルと多様なサンプルを選定する。さらに,蒸留した潜在データセットをさらに圧縮するために,簡単なトレーニング不要な手法を導入する。これらの手法を組み合わせることで,HMDB51 IPC 1における先行手法,例えば,HMDB51 IPC 1では2.6%の性能向上を実現し,MiniUCF IPC 5では7.8%の性能向上を実現した。私たちのコードはhttps://github.com/liningresearch/Latent_Video_Dataset_Distillationで利用可能です。

関連論文リスト

AccVideo: Accelerating Video Diffusion Model with Synthetic Dataset [55.82208863521353]
合成データセットを用いたビデオ拡散モデルの高速化のための推論ステップを削減するために,AccVideoを提案する。本モデルでは,教師モデルに比べて生成速度が8.5倍向上した。従来の高速化手法と比較して,より高品質で解像度の高いビデオを生成することができる。
論文参考訳（メタデータ） (2025-03-25T08:52:07Z)
Rethinking Large-scale Dataset Compression: Shifting Focus From Labels to Images [60.42768987736088]
蒸留と刈り取りの両文献の方法論を公平に評価するベンチマークを導入する。我々のベンチマークでは、大規模データセットの主流データセット蒸留設定において、ランダムに選択されたサブセットでさえ驚くほどの競争性能を達成できることが示されている。我々は、画像データのみを活用することに焦点を当てた、Prune, Combine, Augment(PCA)と呼ばれるデータセット圧縮のための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2025-02-10T13:11:40Z)
FocusDD: Real-World Scene Infusion for Robust Dataset Distillation [9.90521231371829]
本稿では,FocusDD (FocusDD) を用いた高分解能非依存型データセット蒸留法を提案する。 FocusDDは、キー情報パッチを識別することで、蒸留データにおける多様性とリアリズムを実現する。特に、FocusDDは、オブジェクト検出タスクに蒸留データセットを使用する最初の方法である。
論文参考訳（メタデータ） (2025-01-11T02:06:29Z)
Diffusion-Augmented Coreset Expansion for Scalable Dataset Distillation [18.474302012851087]
そこで本研究では,データセット蒸留のための2段階の解法を提案する。まず、最も情報性の高いパッチのみを選択して、コアセットを形成することでデータセットを圧縮する。次に、この圧縮された集合をリアルタイムで動的に拡張するために、生成基礎モデルを活用する。いくつかの大規模データセット蒸留ベンチマークでは,最先端技術と比較して10%以上の顕著な改善がみられた。
論文参考訳（メタデータ） (2024-12-05T23:40:27Z)
Video Set Distillation: Information Diversification and Temporal Densification [68.85010825225528]
Video textbfsetsは2次元の冗長性を持つ: サンプル内およびサンプル間冗長性。我々は,まず,サンプル内およびサンプル間冗長性に対処して,最適化された映像データを合成するビデオセット蒸留について検討する。
論文参考訳（メタデータ） (2024-11-28T05:37:54Z)
Label-Augmented Dataset Distillation [13.449340904911725]
ラベル増量によるデータセット蒸留を強化するため,ラベル増量データセット蒸留(LADD)を導入する。 LADDはそれぞれの合成画像をサブサンプリングし、リッチなセマンティクスをキャプチャするためにさらに高密度なラベルを生成する。 3つの高性能なデータセット蒸留アルゴリズムにより、LADDは平均14.9%の精度で著しく向上した。
論文参考訳（メタデータ） (2024-09-24T16:54:22Z)
BVI-RLV: A Fully Registered Dataset and Benchmarks for Low-Light Video Enhancement [56.97766265018334]
本稿では,2つの異なる低照度条件下での様々な動きシナリオを持つ40のシーンからなる低照度映像データセットを提案する。我々は、プログラム可能なモータードリーを用いて、通常の光で捉えた完全に登録された地上真実データを提供し、異なる光レベルにわたるピクセルワイドフレームアライメントのための画像ベースアプローチによりそれを洗練する。実験の結果,Low-light Video enhancement (LLVE) における完全登録ビデオペアの重要性が示された。
論文参考訳（メタデータ） (2024-07-03T22:41:49Z)
One Category One Prompt: Dataset Distillation using Diffusion Models [22.512552596310176]
本稿では,D3M(Diffusion Models)をデータセット蒸留の新たなパラダイムとして導入し,生成的テキスト・画像基盤モデルの最近の進歩を活用する。提案手法では,テキストから画像への合成モデルを微調整する手法であるテキストインバージョンを用いて,大規模データセットの簡潔かつ情報的な表現を生成する。
論文参考訳（メタデータ） (2024-03-11T20:23:59Z)
Dataset Distillation via Adversarial Prediction Matching [24.487950991247764]
本稿では,データセットの蒸留問題を効率的に解くための逆フレームワークを提案する。提案手法は,オリジナルデータセットの10%程度の大きさの合成データセットを生成できるが,全オリジナルデータセットでトレーニングしたモデルのテスト精度の94%を平均で達成できる。
論文参考訳（メタデータ） (2023-12-14T13:19:33Z)
Distill Gold from Massive Ores: Bi-level Data Pruning towards Efficient Dataset Distillation [96.92250565207017]
本研究では,データセット蒸留作業におけるデータ効率と選択について検討する。蒸留の力学を再現することにより、実際のデータセットに固有の冗長性についての洞察を提供する。蒸留における因果関係から最も寄与した試料を見出した。
論文参考訳（メタデータ） (2023-05-28T06:53:41Z)
Generalizing Dataset Distillation via Deep Generative Prior [75.9031209877651]
本稿では,データセット全体の知識をいくつかの合成画像に抽出することを提案する。このアイデアは、学習アルゴリズムにトレーニングデータとして与えられる少数の合成データポイントを合成し、結果として元のデータに基づいてトレーニングされたデータを近似するモデルを構築する。生成モデルの潜在空間における複数の中間特徴ベクトルに多数の画像を蒸留する新しい最適化アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-05-02T17:59:31Z)
Multi-dataset Training of Transformers for Robust Action Recognition [75.5695991766902]
動作認識のための複数のデータセットをうまく一般化することを目的として,ロバストな特徴表現の課題について検討する。本稿では、情報損失と投影損失という2つの新しい損失項を設計した、新しいマルチデータセットトレーニングパラダイムであるMultiTrainを提案する。本研究では,Kineetics-400,Kineetics-700,Moments-in-Time,Activitynet,Some-something-v2の5つの課題データセットに対して,本手法の有効性を検証する。
論文参考訳（メタデータ） (2022-09-26T01:30:43Z)

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。