論文の概要: REMAC: Reference-Based Martian Asymmetrical Image Compression

• arxiv url: http://arxiv.org/abs/2601.18547v1
• Date: Mon, 26 Jan 2026 14:55:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.880568
• Title: REMAC: Reference-Based Martian Asymmetrical Image Compression
• Title（参考訳）: REMAC: 参照ベースの火星非対称画像圧縮
• Authors: Qing Ding, Mai Xu, Shengxi Li, Xin Deng, Xin Zou,
• Abstract要約: 本稿では、エンコーダからリソースリッチデコーダへ計算複雑性をシフトさせる参照ベースの火星非対称画像圧縮(REMAC)手法を提案する。 実験の結果,REMACは最先端の手法に比べてエンコーダの複雑さを43.51%削減し,BD-PSNRの0.2664dBを達成した。
• 参考スコア（独自算出の注目度）: 53.55260610604231
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To expedite space exploration on Mars, it is indispensable to develop an efficient Martian image compression method for transmitting images through the constrained Mars-to-Earth communication channel. Although the existing learned compression methods have achieved promising results for natural images from earth, there remain two critical issues that hinder their effectiveness for Martian image compression: 1) They overlook the highly-limited computational resources on Mars; 2) They do not utilize the strong \textit{inter-image} similarities across Martian images to advance image compression performance. Motivated by our empirical analysis of the strong \textit{intra-} and \textit{inter-image} similarities from the perspective of texture, color, and semantics, we propose a reference-based Martian asymmetrical image compression (REMAC) approach, which shifts computational complexity from the encoder to the resource-rich decoder and simultaneously improves compression performance. To leverage \textit{inter-image} similarities, we propose a reference-guided entropy module and a ref-decoder that utilize useful information from reference images, reducing redundant operations at the encoder and achieving superior compression performance. To exploit \textit{intra-image} similarities, the ref-decoder adopts a deep, multi-scale architecture with enlarged receptive field size to model long-range spatial dependencies. Additionally, we develop a latent feature recycling mechanism to further alleviate the extreme computational constraints on Mars. Experimental results show that REMAC reduces encoder complexity by 43.51\% compared to the state-of-the-art method, while achieving a BD-PSNR gain of 0.2664 dB.
• Abstract（参考訳）: 火星での宇宙探査を迅速化するためには、制約された火星と地球の通信路を通して画像を伝送する効率的な火星画像圧縮法を開発することが不可欠である。 既存の学習圧縮法は地球からの自然画像に対して有望な結果を得たが、火星画像圧縮の有効性を阻害する重要な問題が2つ残っている。 1) 火星の高度に制限された計算資源を見落としている。 2) 画像圧縮性能を向上させるために, 火星画像間の強い \textit{inter-image} 類似性は利用しない。 テクスチャ,色,セマンティクスの観点から,強い \textit{intra-} と \textit{inter-image} の類似性を実証的に分析することによって,エンコーダからリソース豊富なデコーダへ計算複雑性をシフトし,同時に圧縮性能を向上させるリファレンスベースの火星非対称画像圧縮(REMAC)アプローチを提案する。 本稿では, 参照画像から有用な情報を活用し, エンコーダの冗長な操作を低減し, 優れた圧縮性能を実現するための参照誘導エントロピーモジュールとrefデコーダを提案する。 textit{intra-image} の類似性を活用するために、ref-decoder は、長距離空間依存をモデル化するために、受信フィールドサイズを拡大したディープなマルチスケールアーキテクチャを採用する。 さらに,火星の極端な計算制約を緩和する潜在的特徴リサイクル機構を開発した。 実験の結果,REMACは最先端法に比べてエンコーダの複雑性を43.51\%削減し,BD-PSNR0.2664dBを達成した。

関連論文リスト

• Generative Latent Coding for Ultra-Low Bitrate Image Compression [61.71793017252801]
  本稿では,生成ベクトル量子化変分自動エンコーダ(VQ-VAE)の潜時空間で変換符号化を行う生成潜時符号化アーキテクチャを提案する。 生成潜伏空間は、より空間性が高く、より豊かな意味を持ち、人間の知覚との整合性が良く、高現実性および高忠実性圧縮を達成するのに有利である。
  論文  参考訳（メタデータ） (2025-12-23T09:35:40Z)
• Map-Assisted Remote-Sensing Image Compression at Extremely Low Bitrates [47.47031054057152]
  生成モデルはRS画像を極低ビットレートストリームに圧縮するために研究されている。 これらの生成モデルは、非常に低ビットレート画像圧縮の極めて不適切な性質のため、視覚的に可視な画像の再構成に苦慮している。 本研究では,高現実性再構築を実現するために,自然画像に先行した事前学習拡散モデルを用いた画像圧縮フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-03T14:29:54Z)
• MISC: Ultra-low Bitrate Image Semantic Compression Driven by Large Multimodal Model [78.4051835615796]
  本稿では,マルチモーダル画像セマンティック圧縮法を提案する。 画像の意味情報を抽出するLMMエンコーダと、その意味に対応する領域を特定するマップエンコーダと、非常に圧縮されたビットストリームを生成する画像エンコーダと、前記情報に基づいて画像を再構成するデコーダとからなる。 知覚50%を節約しながら最適な一貫性と知覚結果を達成することができ、これは次世代のストレージと通信において強力な可能性を持つ。
  論文  参考訳（メタデータ） (2024-02-26T17:11:11Z)
• You Can Mask More For Extremely Low-Bitrate Image Compression [80.7692466922499]
  近年,学習画像圧縮(lic)法は大きな進歩を遂げている。 licメソッドは、画像圧縮に不可欠な画像構造とテクスチャコンポーネントを明示的に探索することができない。 原画像の構造とテクスチャに基づいて可視パッチをサンプリングするDA-Maskを提案する。 極めて低ビットレート圧縮のために, lic と lic のエンドツーエンドを統一する最初のフレームワークである, 単純で効果的なマスク付き圧縮モデル (MCM) を提案する。
  論文  参考訳（メタデータ） (2023-06-27T15:36:22Z)
• Attention-Based Generative Neural Image Compression on Solar Dynamics Observatory [12.283978726972752]
  NASAのSolar Dynamics Observatory(SDO)ミッションは、地球同期軌道から毎日1.4テラバイトのデータを収集する。 近年、画像圧縮を行う上で、エンドツーエンド最適化された人工知能(ANN)が大きな可能性を示している。 我々は、宇宙ミッションで格納・回収されるデータ量を削減するために、アドホックなANNベースの画像圧縮スキームを設計した。
  論文  参考訳（メタデータ） (2022-10-12T17:39:08Z)
• Asymmetric Learned Image Compression with Multi-Scale Residual Block, Importance Map, and Post-Quantization Filtering [15.056672221375104]
  ディープラーニングに基づく画像圧縮は、最新のH.266/VVCよりも高いレート歪み(R-D)性能を実現している。 多くの先導的な学習スキームは、パフォーマンスと複雑さの間の良いトレードオフを維持することができません。 そこで本研究では,R-D の性能を技術状況よりも低い複雑さで実現した,効率的かつ効果的な画像符号化フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-21T09:34:29Z)

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。