論文の概要: On the Robustness of Diffusion-Based Image Compression to Bit-Flip Errors

• arxiv url: http://arxiv.org/abs/2604.05743v2
• Date: Wed, 08 Apr 2026 10:29:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 14:06:05.107014
• Title: On the Robustness of Diffusion-Based Image Compression to Bit-Flip Errors
• Title（参考訳）: ビットフリップ誤差に対する拡散画像圧縮のロバスト性について
• Authors: Amit Vaisman, Gal Pomerants, Raz Lapid,
• Abstract要約: 逆チャネル符号化のパラダイムに基づいて構築された拡散型圧縮機は、古典的および学習的コーデックよりもビットフリップに対してかなり堅牢であることを示す。 以上の結果から,RCCによる圧縮によりより弾力的な圧縮表現が得られ,ノイズの多い環境下での誤り訂正符号への依存が軽減される可能性が示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern image compression methods are typically optimized for the rate--distortion--perception trade-off, whereas their robustness to bit-level corruption is rarely examined. We show that diffusion-based compressors built on the Reverse Channel Coding (RCC) paradigm are substantially more robust to bit flips than classical and learned codecs. We further introduce a more robust variant of Turbo-DDCM that significantly improves robustness while only minimally affecting the rate--distortion--perception trade-off. Our findings suggest that RCC-based compression can yield more resilient compressed representations, potentially reducing reliance on error-correcting codes in highly noisy environments.
• Abstract（参考訳）: 現代の画像圧縮法は通常、レート-歪み-知覚トレードオフに最適化されているが、ビットレベルの破損に対するロバスト性はめったに検討されていない。 逆チャネル符号化(RCC)パラダイム上に構築された拡散型圧縮機は,古典的および学習的コーデックよりもビットフリップに対してかなり堅牢であることを示す。 さらに,よりロバストなTurbo-DDCMを導入し,速度-歪み-知覚トレードオフを最小限に抑えつつ,ロバスト性を大幅に向上させる。 以上の結果から,RCCによる圧縮によりより弾力的な圧縮表現が得られ,ノイズの多い環境下での誤り訂正符号への依存が軽減される可能性が示唆された。

関連論文リスト

• Joint Degradation-Aware Arbitrary-Scale Super-Resolution for Variable-Rate Extreme Image Compression [28.21479870337623]
  ASSR-EICは可変レートの極端な画像圧縮をサポートする新しい画像圧縮フレームワークである。 我々は、再構成を導く前に圧縮と再スケーリングを意識した拡散を利用して、高い忠実性と高いリアリズムの回復をもたらす。
  論文  参考訳（メタデータ） (2026-03-18T06:35:53Z)
• FLaTEC: Frequency-Disentangled Latent Triplanes for Efficient Compression of LiDAR Point Clouds [52.997038111673966]
  FLaTECは、圧縮率の高いフルスキャンの圧縮を可能にする周波数対応圧縮モデルである。 ボキセル化埋め込みを三面体表現に変換することで、空間性、計算コスト、ストレージ要件を低減する。 提案手法は,最先端の速度歪み性能を実現し,標準コーデックのBDレートを78%,94%向上させる。
  論文  参考訳（メタデータ） (2025-11-25T08:37:49Z)
• Turbo-DDCM: Fast and Flexible Zero-Shot Diffusion-Based Image Compression [54.1069581766925]
  本稿では,既存の手法よりも高速に動作する効率的なゼロショット拡散圧縮法を提案する。 提案手法は,最近提案されたDenoising Diffusion Codebook Models (DDCM) 圧縮方式に基づいている。 ユーザが指定した領域を優先する優先度対応型であるTurbo-DDCMと、ターゲットのBPPではなくターゲットのPSNRに基づいて画像を圧縮する歪み制御型である。
  論文  参考訳（メタデータ） (2025-11-09T15:41:27Z)
• 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)
• 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)
• Controllable Distortion-Perception Tradeoff Through Latent Diffusion for Neural Image Compression [30.293252608423742]
  ニューラル画像圧縮は、レート、歪み、知覚の間で難しいトレードオフに直面していることが多い。 固定されたニューラルイメージの両面を同時に扱う新しいアプローチを提案する。 1dB以上のPSNRを犠牲にすることなくLPIPS-BDRateを150%以上改善できる。
  論文  参考訳（メタデータ） (2024-12-16T02:09:32Z)
• 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)
• Enhancing the Rate-Distortion-Perception Flexibility of Learned Image Codecs with Conditional Diffusion Decoders [7.485128109817576]
  本研究では,デコーダとして使用する場合,条件拡散モデルが生成圧縮タスクにおいて有望な結果をもたらすことを示す。 本稿では,デコーダとして使用する場合,条件拡散モデルが生成圧縮タスクにおいて有望な結果をもたらすことを示す。
  論文  参考訳（メタデータ） (2024-03-05T11:48:35Z)
• Cross Modal Compression: Towards Human-comprehensible Semantic Compression [73.89616626853913]
  クロスモーダル圧縮は、視覚データのためのセマンティック圧縮フレームワークである。 提案したCMCは,超高圧縮比で再現性の向上が期待できることを示す。
  論文  参考訳（メタデータ） (2022-09-06T15:31:11Z)

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。