論文の概要: Generative Image Compression by Estimating Gradients of the Rate-variable Feature Distribution

• arxiv url: http://arxiv.org/abs/2505.20984v1
• Date: Tue, 27 May 2025 10:18:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.576511
• Title: Generative Image Compression by Estimating Gradients of the Rate-variable Feature Distribution
• Title（参考訳）: 速度可変特徴分布の勾配推定による生成画像圧縮
• Authors: Minghao Han, Weiyi You, Jinhua Zhang, Leheng Zhang, Ce Zhu, Shuhang Gu,
• Abstract要約: 生成画像圧縮に適した拡散に基づく新しい生成モデリングフレームワークを提案する。 逆ニューラルネットワークは、圧縮プロセスを直接反転することにより、画像の再構成を訓練する。 このアプローチは、最小限のサンプリングステップしか持たないスムーズなレート調整とフォトリアリスティックな再構成を実現する。
• 参考スコア（独自算出の注目度）: 37.60572296105984
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While learned image compression (LIC) focuses on efficient data transmission, generative image compression (GIC) extends this framework by integrating generative modeling to produce photo-realistic reconstructed images. In this paper, we propose a novel diffusion-based generative modeling framework tailored for generative image compression. Unlike prior diffusion-based approaches that indirectly exploit diffusion modeling, we reinterpret the compression process itself as a forward diffusion path governed by stochastic differential equations (SDEs). A reverse neural network is trained to reconstruct images by reversing the compression process directly, without requiring Gaussian noise initialization. This approach achieves smooth rate adjustment and photo-realistic reconstructions with only a minimal number of sampling steps. Extensive experiments on benchmark datasets demonstrate that our method outperforms existing generative image compression approaches across a range of metrics, including perceptual distortion, statistical fidelity, and no-reference quality assessments.
• Abstract（参考訳）: 学習された画像圧縮(lic)は効率的なデータ伝送に重点を置いているが、生成的画像圧縮(GIC)は、生成的モデリングを統合して、フォトリアリスティックな再構成された画像を生成することにより、この枠組みを拡張している。 本稿では,生成画像圧縮に適した拡散に基づく新しい生成モデリングフレームワークを提案する。 拡散モデリングを間接的に活用する従来の拡散に基づくアプローチとは異なり、我々は圧縮過程自体を確率微分方程式(SDE)によって支配される前方拡散経路として再解釈する。 逆ニューラルネットワークは、ガウス雑音初期化を必要とせず、圧縮プロセスを直接反転させることで、画像の再構成を訓練する。 このアプローチは、最小限のサンプリングステップしか持たないスムーズなレート調整とフォトリアリスティックな再構成を実現する。 ベンチマークデータセットの大規模な実験により,提案手法は知覚歪み,統計的忠実度,非参照品質評価など,様々な指標において既存の画像圧縮手法よりも優れていることが示された。

関連論文リスト

• Higher fidelity perceptual image and video compression with a latent conditioned residual denoising diffusion model [55.2480439325792]
  本稿では,認知品質に最適化されたハイブリッド圧縮方式を提案し,CDCモデルのアプローチをデコーダネットワークで拡張する。 CDCと比較した場合,LPIPSとFIDの知覚スコアを比較検討しながら,最大2dBPSNRの忠実度向上を実現した。
  論文  参考訳（メタデータ） (2025-05-19T14:13:14Z)
• PSC: Posterior Sampling-Based Compression [34.50287066865267]
  Posterior Sampling-based Compression (PSC) は、学習前の拡散モデルを唯一のニューラルネットワークコンポーネントとして利用するゼロショット圧縮法である。 PSCは画像に適応した変換を構成する。 我々はPSCの性能が、レート、歪み、知覚品質の点で確立されたトレーニングベースの手法に匹敵することを示した。
  論文  参考訳（メタデータ） (2024-07-13T14:24:22Z)
• ReNoise: Real Image Inversion Through Iterative Noising [62.96073631599749]
  本研究では,操作数を増やすことなく,高い品質と操作率の逆転法を導入し,再現精度を向上する。 我々は,近年の高速化拡散モデルを含む様々なサンプリングアルゴリズムとモデルを用いて,Renoise手法の性能を評価する。
  論文  参考訳（メタデータ） (2024-03-21T17:52:08Z)
• Hierarchical Integration Diffusion Model for Realistic Image Deblurring [71.76410266003917]
  拡散モデル (DM) は画像劣化に導入され, 有望な性能を示した。 本稿では,階層型統合拡散モデル(HI-Diff)を提案する。 人工的および実世界のぼかしデータセットの実験は、HI-Diffが最先端の手法より優れていることを示した。
  論文  参考訳（メタデータ） (2023-05-22T12:18:20Z)
• Lossy Image Compression with Conditional Diffusion Models [25.158390422252097]
  本稿では,拡散生成モデルを用いた画像圧縮のエンドツーエンド最適化について概説する。 VAEベースのニューラル圧縮とは対照的に、(平均)デコーダは決定論的ニューラルネットワークであり、私たちのデコーダは条件付き拡散モデルである。 提案手法では,GANモデルよりもFIDスコアが強く,VAEモデルとの競合性能も高い。
  論文  参考訳（メタデータ） (2022-09-14T21:53:27Z)

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。