論文の概要: Persistent Homology-Guided Frequency Filtering for Image Compression

• arxiv url: http://arxiv.org/abs/2512.07065v1
• Date: Mon, 08 Dec 2025 00:53:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.663885
• Title: Persistent Homology-Guided Frequency Filtering for Image Compression
• Title（参考訳）: 画像圧縮のための持続的ホモロジー誘導周波数フィルタ
• Authors: Anil Chintapalli, Peter Tenholder, Henry Chen, Arjun Rao,
• Abstract要約: 画像の位相的特徴に対応する周波数を抽出するために、離散フーリエ変換と永続ホモロジー解析を併用する。 実験結果から,JPEGを6種類のメトリクスで使用した場合と同等の圧縮レベルが得られた。 これらの結果から,ノイズ条件下での画像圧縮の信頼性向上という,有用な結果が得られた。
• 参考スコア（独自算出の注目度）: 0.13999481573773073
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Feature extraction in noisy image datasets presents many challenges in model reliability. In this paper, we use the discrete Fourier transform in conjunction with persistent homology analysis to extract specific frequencies that correspond with certain topological features of an image. This method allows the image to be compressed and reformed while ensuring that meaningful data can be differentiated. Our experimental results show a level of compression comparable to that of using JPEG using six different metrics. The end goal of persistent homology-guided frequency filtration is its potential to improve performance in binary classification tasks (when augmenting a Convolutional Neural Network) compared to traditional feature extraction and compression methods. These findings highlight a useful end result: enhancing the reliability of image compression under noisy conditions.
• Abstract（参考訳）: ノイズの多い画像データセットの特徴抽出は、モデルの信頼性に多くの課題をもたらす。 本稿では、画像の位相的特徴に対応する特定の周波数を抽出するために、離散フーリエ変換と永続ホモロジー解析を併用する。 この方法では、意味のあるデータが識別可能であることを保証しながら、画像の圧縮と改ざんを可能にする。 実験結果から,JPEGを6種類のメトリクスで使用した場合と同等の圧縮レベルが得られた。 永続的ホモロジー誘導周波数フィルタリングの最終的な目標は、従来の特徴抽出や圧縮手法と比較してバイナリ分類タスク(畳み込みニューラルネットワークの強化)の性能を向上させることにある。 これらの結果から,ノイズ条件下での画像圧縮の信頼性向上という,有用な結果が得られた。

関連論文リスト

• SODiff: Semantic-Oriented Diffusion Model for JPEG Compression Artifacts Removal [50.90827365790281]
  SODiffはJPEGアーティファクト削除のためのセマンティック指向のワンステップ拡散モデルである。 我々の中核的な考え方は、効果的な復元ヒンジは、事前訓練された拡散モデルに対する意味指向的なガイダンスを提供することである。 SAIPEは、低品質(LQ)画像からリッチな特徴を抽出し、テキストエンコーダとセマンティックに整合した埋め込み空間に投影する。
  論文  参考訳（メタデータ） (2025-08-10T13:48:07Z)
• Freqformer: Image-Demoiréing Transformer via Efficient Frequency Decomposition [83.40450475728792]
  本稿では,Freqformerについて述べる。Freqformerは,ターゲット周波数分離による画像復号化に特化して設計されたトランスフォーマーベースのフレームワークである。 本手法は,モワールパターンを高周波数空間局在化テクスチャと低周波数スケールローバスト色歪みに明確に分割する有効な周波数分解を行う。 様々なデモアのベンチマーク実験により、Freqformerは、コンパクトなモデルサイズで最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2025-05-25T12:23:10Z)
• Multi-Scale Invertible Neural Network for Wide-Range Variable-Rate Learned Image Compression [90.59962443790593]
  本稿では,制限を克服するために,可逆変換に基づく可変レート画像圧縮モデルを提案する。 具体的には、入力画像をマルチスケールの潜在表現にマッピングする、軽量なマルチスケール非可逆ニューラルネットワークを設計する。 実験結果から,提案手法は既存の可変レート法と比較して最先端性能を実現することが示された。
  論文  参考訳（メタデータ） (2025-03-27T09:08:39Z)
• High Frequency Matters: Uncertainty Guided Image Compression with Wavelet Diffusion [4.76749587454871]
  ウェーブレット拡散(UGDiff)を用いた不確実性誘導画像圧縮手法を提案する。 本稿では,ウェーブレット変換による高周波圧縮に着目した。 2つのベンチマークデータセットに関する総合的な実験は、UGDiffの有効性を検証する。
  論文  参考訳（メタデータ） (2024-07-17T13:21:31Z)
• End-to-End Optimized Image Compression with the Frequency-Oriented Transform [8.27145506280741]
  本稿では,周波数指向変換により最適化された画像圧縮モデルを提案する。 このモデルは任意の周波数成分を選択的に伝送することでスケーラブルな符号化を可能にする。 次世代標準H.266/VVCを含む従来のコーデックをMS-SSIMで比較した。
  論文  参考訳（メタデータ） (2024-01-16T08:16:10Z)
• Learned Lossless Compression for JPEG via Frequency-Domain Prediction [50.20577108662153]
  JPEG画像のロスレス圧縮を学習するための新しいフレームワークを提案する。 周波数領域での学習を可能にするために、DCT係数は暗黙の局所冗長性を利用するためにグループに分割される。 グループ化されたDCT係数のエントロピーモデリングを実現するために、重み付きブロックに基づいてオートエンコーダのようなアーキテクチャを設計する。
  論文  参考訳（メタデータ） (2023-03-05T13:15:28Z)
• High-Perceptual Quality JPEG Decoding via Posterior Sampling [13.238373528922194]
  JPEGアーチファクト修正のための異なるパラダイムを提案する。 我々は、圧縮された入力と整合しながら、シャープで詳細で視覚的に再構成された画像を得ることを目指している。 我々のソリューションは、完全な整合性のある入力に対して、多種多様な可塑性かつ高速な再構成を提供する。
  論文  参考訳（メタデータ） (2022-11-21T19:47:59Z)
• 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)
• Asymmetric Gained Deep Image Compression With Continuous Rate Adaptation [12.009880944927069]
  本稿では,非対称ゲイン変分オートエンコーダ(AG-VAE)の連続速度調整型画像圧縮フレームワークを提案する。 AG-VAEは、一組の利得単位を用いて、1つのモデルの離散レート適応を無視可能な追加計算で達成する。 提案手法は,SOTA学習画像圧縮手法を用いて,従来の画像コーデックよりも質的性能が向上する。
  論文  参考訳（メタデータ） (2020-03-04T11:42:05Z)

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。