論文の概要: CMIC: Content-Adaptive Mamba for Learned Image Compression

• arxiv url: http://arxiv.org/abs/2508.02192v1
• Date: Mon, 04 Aug 2025 08:42:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-05 18:25:22.257821
• Title: CMIC: Content-Adaptive Mamba for Learned Image Compression
• Title（参考訳）: CMIC:学習画像圧縮のためのコンテンツ適応型マンバ
• Authors: Yunuo Chen, Zezheng Lyu, Bing He, Hongwei Hu, Qi Wang, Yuan Tian, Li Song, Wenjun Zhang, Guo Lu,
• Abstract要約: 近年のLearned Image compression (lic) は, 線形複雑度を持つ大域フィールドに対して, マンバ型状態空間モデル(SSM)を活用する。 本稿では,2つの限界に対処する動的SSMであるContent-Adaptive Mamba(CAM)を紹介する。 CAMでは、コンテント類似性に基づいたコンテント対応トークンの再編成、クラスタリング、およびリオーダートークンを採用して、ユークリッド空間上の特徴空間の近接性を優先している。
• 参考スコア（独自算出の注目度）: 28.348742499973493
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent Learned image compression (LIC) leverages Mamba-style state-space models (SSMs) for global receptive fields with linear complexity. However, vanilla Mamba is content-agnostic, relying on fixed and predefined selective scans, which restricts its ability to dynamically and fully exploit content dependencies. We introduce Content-Adaptive Mamba (CAM), a dynamic SSM that addresses two critical limitations. First, it employs content-aware token reorganization, clustering and reordering tokens based on content similarity to prioritize proximity in feature space over Euclidean space. Second, it integrates global priors into SSM via a prompt dictionary, effectively mitigating the strict causality and long-range decay in the token interactions of Mamba. These innovations enable CAM to better capture global dependencies while preserving computational efficiency. Leveraging CAM, our Content-Adaptive Mamba-based LIC model (CMIC) achieves state-of-the-art rate-distortion performance, surpassing VTM-21.0 by -15.91\%, -21.34\%, and -17.58\% BD-rate on Kodak, Tecnick, and CLIC benchmarks, respectively.
• Abstract（参考訳）: 近年のLearned Image compression (lic) は, 線形複雑性を持つ大域的受容場に対して, マンバ型状態空間モデル(SSM)を活用する。 しかし、バニラ・マンバはコンテンツに依存しないため、コンテンツの依存関係を動的に完全に活用する能力を制限する、固定および事前定義された選択スキャンに依存している。 本稿では,2つの限界に対処する動的SSMであるContent-Adaptive Mamba(CAM)を紹介する。 まず、コンテント類似性に基づいたコンテント対応トークンの再編成、クラスタリング、およびリオーダートークンを使用して、ユークリッド空間上の特徴空間の近接性を優先する。 第2に,マンバのトークン相互作用における厳密な因果関係と長距離の崩壊を効果的に緩和する。 これらの革新により、CAMは計算効率を保ちながら、グローバルな依存関係をよりよく捉えることができる。 CAMを利用することで、当社のCMIC(Content-Adaptive Mamba-based LIC model)は、VTM-21.0を-15.91\%、-21.34\%、-17.58\%、Kodak、Tecnick、CLICベンチマークをそれぞれ上回り、最先端のレート歪み性能を実現する。

関連論文リスト

• A2Mamba: Attention-augmented State Space Models for Visual Recognition [45.68176825375723]
  本稿では,トランスフォーマー-マンバハイブリッドネットワークアーキテクチャであるA2Mambaを提案する。 A2SSMのキーステップは、空間的にSSMの隠された状態を集約することで、異種交叉アテンションを実行する。 私たちのA2Mambaは、視覚認識タスクにおいて、以前のConvNet-、Transformer-、およびMambaベースのアーキテクチャよりも優れています。
  論文  参考訳（メタデータ） (2025-07-22T14:17:08Z)
• MambaVSR: Content-Aware Scanning State Space Model for Video Super-Resolution [33.457410717030946]
  超高解像度ビデオのための最初の状態空間モデルフレームワークであるMambaVSRを提案する。 MambaVSRは共有コンパス構築(SCC)とコンテンツ認識シーケンス化(CAS)を通じて動的相互作用を可能にする CASモジュールは、学習された空間秩序に沿って時間的特徴をインターリーブすることにより、複数のフレームにまたがる非局所的な類似コンテンツを効果的に調整し集約する。
  論文  参考訳（メタデータ） (2025-06-13T13:22:28Z)
• RD-UIE: Relation-Driven State Space Modeling for Underwater Image Enhancement [59.364418120895]
  水中画像強調(UIE)は、海洋視覚応用のための重要な前処理ステップである。 実効UIE(RD-UIE)のための新しい関係駆動型マンバフレームワークを開発した。 水中強化ベンチマークの実験では、RD-UIEは最先端のアプローチであるWMambaよりも優れていた。
  論文  参考訳（メタデータ） (2025-05-02T12:21:44Z)
• HS-Mamba: Full-Field Interaction Multi-Groups Mamba for Hyperspectral Image Classification [1.9526430269580959]
  ハイパースペクトル画像の分類のためのフルフィールド相互作用型マルチグループMambaフレームワーク(HS-Mamba)を提案する。 HS-Mambaはデュアルチャネル空間スペクトルエンコーダ(DCSS-encoder)モジュールと軽量グローバルインラインアテンション(LGI-Att)ブランチで構成される。 4つのベンチマークHSIデータセットで最先端の手法より優れたHS-Mambaが提案されている。
  論文  参考訳（メタデータ） (2025-04-22T06:13:02Z)
• Mamba-SEUNet: Mamba UNet for Monaural Speech Enhancement [54.427965535613886]
  Mambaは、新しいステートスペースモデル(SSM)として、自然言語処理やコンピュータビジョンに広く応用されている。 本稿では,MambaとU-Net for SEタスクを統合する革新的なアーキテクチャであるMamba-SEUNetを紹介する。
  論文  参考訳（メタデータ） (2024-12-21T13:43:51Z)
• Mamba-CL: Optimizing Selective State Space Model in Null Space for Continual Learning [54.19222454702032]
  継続的学習は、AIモデルに時間とともに一連のタスクを学習する能力を持たせることを目的としている。 ステートスペースモデル(SSM)はコンピュータビジョンにおいて顕著な成功を収めた。 大規模マンバ基礎モデルのコアSSMを連続的に微調整するフレームワークであるMamba-CLを紹介する。
  論文  参考訳（メタデータ） (2024-11-23T06:36:16Z)
• MambaIRv2: Attentive State Space Restoration [96.4452232356586]
  マンバをベースとした画像復元バックボーンは、最近、グローバルレセプションと計算効率のバランスをとる大きな可能性を証明している。 本稿では,空間復元モデルに到達するために,MambaとViTsに似た非因果モデリング能力を備えたMambaIRv2を提案する。
  論文  参考訳（メタデータ） (2024-11-22T12:45:12Z)
• StableMamba: Distillation-free Scaling of Large SSMs for Images and Videos [27.604572990625144]
  状態空間モデル(SSM)は、状態空間の技術を深層学習に組み込むことにより、新しい文脈モデリング手法を導入した。 マンバベースのアーキテクチャは、パラメータの数に関してスケールが難しいため、ビジョンアプリケーションにとって大きな制限となる。 本稿では,拡張性,堅牢性,性能を向上させるMamba-Attentionインターリーブアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-09-18T10:48:10Z)
• SIGMA: Selective Gated Mamba for Sequential Recommendation [56.85338055215429]
  最近の進歩であるMambaは、時系列予測において例外的なパフォーマンスを示した。 SIGMA(Selective Gated Mamba)と呼ばれる,シークエンシャルレコメンデーションのための新しいフレームワークを紹介する。 以上の結果から,SIGMAは5つの実世界のデータセットにおいて,現在のモデルよりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2024-08-21T09:12:59Z)
• GroupMamba: Efficient Group-Based Visual State Space Model [66.35608254724566]
  状態空間モデル(SSM)は、最近、四次計算の複雑さで長距離依存を捉えることを約束している。 しかし、純粋にSSMベースのモデルは、コンピュータビジョンタスクにおける安定性と最先端の性能を達成するために重要な課題に直面している。 本稿では,コンピュータビジョンのためのSSMベースのモデルをスケールする上での課題,特に大規模モデルの不安定性と非効率性について論じる。
  論文  参考訳（メタデータ） (2024-07-18T17:59:58Z)
• MambaVC: Learned Visual Compression with Selective State Spaces [74.29217829932895]
  本稿では,SSMに基づくシンプルで強力で効率的な圧縮ネットワークであるMambaVCを紹介する。 MambaVC は2次元選択的走査 (2DSS) モジュールを備えた視覚状態空間 (VSS) ブロックを各ダウンサンプリング後の非線形活性化関数として開発する。 圧縮ベンチマークデータセットでは、MambaVCはより低い計算とメモリオーバーヘッドでより優れたレート歪み性能を達成する。
  論文  参考訳（メタデータ） (2024-05-24T10:24:30Z)
• Mamba-in-Mamba: Centralized Mamba-Cross-Scan in Tokenized Mamba Model for Hyperspectral Image Classification [4.389334324926174]
  本研究では、このタスクにステートスペースモデル(SSM)をデプロイする最初の試みである、HSI分類のための革新的なMamba-in-Mamba(MiM)アーキテクチャを紹介する。 MiMモデルには,1)イメージをシーケンスデータに変換する新しい集中型Mamba-Cross-Scan(MCS)機構,2)Tokenized Mamba(T-Mamba)エンコーダ,3)Weighted MCS Fusion(WMF)モジュールが含まれる。 3つの公開HSIデータセットによる実験結果から,本手法は既存のベースラインや最先端アプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-05-20T13:19:02Z)
• PlainMamba: Improving Non-Hierarchical Mamba in Visual Recognition [21.761988930589727]
  PlainMambaは、一般的な視覚認識のために設計された単純な非階層的状態空間モデル(SSM)である。 我々は,マンバの選択的走査過程を視覚領域に適応させ,二次元画像から特徴を学習する能力を高める。 私たちのアーキテクチャは、同一のPlainMambaブロックを積み重ねることで、使いやすく、拡張しやすいように設計されています。
  論文  参考訳（メタデータ） (2024-03-26T13:35:10Z)

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。