論文の概要: CoD-Lite: Real-Time Diffusion-Based Generative Image Compression

• arxiv url: http://arxiv.org/abs/2604.12525v2
• Date: Wed, 15 Apr 2026 01:25:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 13:09:57.530245
• Title: CoD-Lite: Real-Time Diffusion-Based Generative Image Compression
• Title（参考訳）: CoD-Lite:リアルタイム拡散に基づく生成画像圧縮
• Authors: Zhaoyang Jia, Naifu Xue, Zihan Zheng, Jiahao Li, Bin Li, Xiaoyi Zhang, Zongyu Guo, Yuan Zhang, Houqiang Li, Yan Lu,
• Abstract要約: 実時間および軽量拡散コーデックの設計について検討する。 生成指向事前学習は小さなモデルスケールでは効果が低いのに対して,圧縮指向事前学習では性能が一貫して向上することがわかった。
• 参考スコア（独自算出の注目度）: 58.56387132156189
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advanced diffusion methods typically derive strong generative priors by scaling diffusion transformers. However, scaling fails to generalize when adapted for real-time compression scenarios that demand lightweight models. In this paper, we explore the design of real-time and lightweight diffusion codecs by addressing two pivotal questions. First, does diffusion pre-training benefit lightweight diffusion codecs? Through systematic analysis, we find that generation-oriented pre-training is less effective at small model scales whereas compression-oriented pre-training yields consistently better performance. Second, are transformers essential? We find that while global attention is crucial for standard generation, lightweight convolutions suffice for compression-oriented diffusion when paired with distillation. Guided by these findings, we establish a one-step lightweight convolution diffusion codec that achieves real-time $60$~FPS encoding and $42$~FPS decoding at 1080p. Further enhanced by distillation and adversarial learning, the proposed codec reduces bitrate by 85\% at a comparable FID to MS-ILLM, bridging the gap between generative compression and practical real-time deployment. Codes are released at https://github.com/microsoft/GenCodec/tree/main/CoD_Lite
• Abstract（参考訳）: 近年の拡散法は、拡散変圧器のスケーリングにより、強い生成先行を導出する。 しかし、軽量モデルを必要とするリアルタイム圧縮シナリオに適応すると、スケーリングは一般化に失敗する。 本稿では,2つの重要な問題に対処し,リアルタイムおよび軽量拡散コーデックの設計について検討する。 第一に、拡散事前学習は軽量拡散コーデックの利点があるか? 系統的な解析により、生成指向事前学習は小さなモデルスケールでは効果が低いのに対し、圧縮指向事前学習は一貫して性能が向上することがわかった。 次に、トランスフォーマーは必須か? グローバルな注目は標準生成には不可欠であるが, 蒸留と組み合わせた場合, 圧縮指向拡散には軽量な畳み込みが十分であることがわかった。 これらの結果から,60ドル～FPS符号化と42ドル～FPS復号を1080pで実現した1ステップの軽量畳み込み拡散コーデックを構築した。 提案コーデックは, 蒸留と対向学習によりさらに強化され, 生成圧縮と実時間展開のギャップを埋めるため, ビットレートを85%削減する。 コードはhttps://github.com/microsoft/GenCodec/tree/main/CoD_Liteで公開されている。

関連論文リスト

• CoD: A Diffusion Foundation Model for Image Compression [57.572664625372106]
  既存の拡散コーデックは、通常、安定拡散のようなテキストから画像への拡散基盤モデルに基づいて構築される。 textbfCoDは、圧縮と生成の両方のエンドツーエンドの最適化を可能にするために、ゼロからトレーニングすることができる。
  論文  参考訳（メタデータ） (2025-11-24T03:00:15Z)
• Steering One-Step Diffusion Model with Fidelity-Rich Decoder for Fast Image Compression [36.10674664089876]
  SODECは単一ステップ拡散に基づく画像圧縮モデルである。 遺伝子前駆体への過度な依存から生じる忠実性を改善する。 既存の手法よりも優れており、より優れたレート・歪み・知覚性能を実現している。
  論文  参考訳（メタデータ） (2025-08-07T02:24:03Z)
• Single-step Diffusion for Image Compression at Ultra-Low Bitrates [19.76457078979179]
  超低速度で高い知覚品質と高速デコードを実現する画像圧縮のための単一ステップ拡散モデルを提案する。 このアプローチには2つの重要なイノベーションが含まれている。 (i) ベクトル量子残留(VQ-Residual)トレーニング。 圧縮性能は最先端の手法に匹敵し,デコード速度を約50倍向上させる。
  論文  参考訳（メタデータ） (2025-06-19T19:53:27Z)
• One-Step Diffusion-Based Image Compression with Semantic Distillation [25.910952778218146]
  OneDCは1ステップ拡散に基づく生成画像コーデックである。 OneDCは、ワンステップ生成でも知覚品質を達成する。
  論文  参考訳（メタデータ） (2025-05-22T13:54:09Z)
• OSCAR: One-Step Diffusion Codec Across Multiple Bit-rates [39.746866725267516]
  事前訓練された潜伏拡散モデルでは、画像圧縮が失われる可能性が強い。 我々はOSCARと呼ばれる複数のビットレートにまたがる1ステップ拡散を提案する。 実験により、OSCARは量的および視覚的品質の指標において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2025-05-22T00:14:12Z)

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。