論文の概要: Coarse-to-Fine: Progressive Image Compression for Semantically Hierarchical Classification
- arxiv url: http://arxiv.org/abs/2605.08266v1
- Date: Fri, 08 May 2026 02:08:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:49.513694
- Title: Coarse-to-Fine: Progressive Image Compression for Semantically Hierarchical Classification
- Title（参考訳）: 階層的階層分類のための粗視画像圧縮
- Abstract要約: セマンティックな階層構造を意識したプログレッシブコーデックを導入し、単一のビットストリームからセマンティックなスケーラビリティ(すなわち粗い粒度)を実現する。
我々の研究は、タスク適応型画像符号化のための効率的かつ解釈可能なソリューションを提供し、既存の進歩的階層的評価よりも優れています。
- 参考スコア（独自算出の注目度）: 27.208988763458958
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in learned image compression (LIC) have enabled practical deployments, spurring active research into image compression for machines and progressive coding schemes. However, their integration remains under-explored: prior works on progressive machine codec predominantly target sample-level difficulty adaptation (i.e., easy-to-hard), without considering semantic-level scalability. In this work, we introduce a semantic hierarchy-aware progressive codec that enables semantic scalability (i.e., coarse-to-fine) from a single bitstream. We first systematically categorize ImageNet-1K classes into CLIP embedding-based semantic hierarchies. Based on a channel-wise autoregressive framework, we decompose latent representations into hierarchically ordered channel blocks, each explicitly optimized for a corresponding semantic hierarchy. Extensive experiments demonstrate that our approach substantially improves coarse-level recognition at low bitrates while maintaining fine-grained accuracy at higher bitrates. By reframing progressive transmission through the lens of semantic scalability, our work provides an efficient and interpretable solution for task-adaptive image coding, outperforming existing progressive codecs under hierarchical evaluation.
- Abstract（参考訳）: 近年の学習画像圧縮(lic)の進歩により、実用的な展開が可能となり、機械の画像圧縮やプログレッシブな符号化方式の研究が活発に進められている。
プログレッシブ・マシン・コーデックに関する先行研究は、主に意味レベルのスケーラビリティを考慮せずに、サンプルレベルの難易度適応(すなわち、難易度適応)をターゲットにしていた。
本研究では,1ビットストリームからセマンティックな拡張性(すなわち粗い粒度)を実現するセマンティック階層型プログレッシブコーデックを提案する。
まず、ImageNet-1KクラスをCLIP埋め込みベースのセマンティック階層に分類する。
チャネルワイドの自己回帰フレームワークに基づいて、潜在表現を階層的に順序付けられたチャネルブロックに分解し、それぞれが対応するセマンティック階層に明示的に最適化する。
大規模な実験により,本手法は低ビットレートでの粗度認識を大幅に改善し,高ビットレートでの微粒化精度を維持した。
セマンティック・スケーラビリティのレンズを通してプログレッシブ・トランスミッションをリフレッシュすることで、タスク適応型画像符号化の効率的かつ解釈可能なソリューションを提供し、階層的評価の下で既存のプログレッシブ・コーデックより優れる。
関連論文リスト
- ProGIC: Progressive and Lightweight Generative Image Compression with Residual Vector Quantization [59.481950697968706]
残留ベクトル量子化(RVQ)に基づくコンパクトなプログレッシブ生成画像圧縮(ProGIC)を提案する。
RVQでは、ベクトル量子化器の列がステージごとに残余を符号化し、それぞれが独自のコードブックを持つ。
これを奥行き分離可能な畳み込みと小さな注意ブロックに基づく軽量なバックボーンと組み合わせることで、GPUとCPUのみのデバイスに実用的なデプロイを可能にします。
論文 参考訳（メタデータ） (2026-03-03T11:47:05Z) - Rethinking Autoregressive Models for Lossless Image Compression via Hierarchical Parallelism and Progressive Adaptation [75.58269386927076]
自己回帰(AR)モデルは、しばしば計算コストの禁止のために非現実的に除外される。
この研究は、階層的並列性とプログレッシブ適応に基づくフレームワークを導入して、このパラダイムを再考する。
各種データセット(自然,衛星,医療)の実験により,本手法が新たな最先端圧縮を実現することを確認した。
論文 参考訳（メタデータ） (2025-11-14T06:27:58Z) - Hierarchical Semantic Compression for Consistent Image Semantic Restoration [62.97519327310638]
生成モデルから固有意味空間内で純粋に機能する新しい階層意味圧縮(HSC)フレームワークを提案する。
実験の結果,提案したHSCフレームワークは人間の視力に対する主観的品質と一貫性に関する最先端の性能を実現することが示された。
論文 参考訳（メタデータ） (2025-02-24T03:20:44Z) - SQ-GAN: Semantic Image Communications Using Masked Vector Quantization [54.35918290143049]
本研究はSQ-GAN(Semantically Masked Vector Quantized Generative Adversarial Network)を紹介する。
これは、セマンティック駆動画像符号化とベクトル量子化を統合して、セマンティック/タスク指向通信のための画像圧縮を最適化する新しいアプローチである。
SQ-GANはJPEG2000、BPG、ディープラーニングベースの手法など、最先端の画像圧縮方式よりも優れています。
論文 参考訳（メタデータ） (2025-02-13T17:35:57Z) - Stable Diffusion is a Natural Cross-Modal Decoder for Layered AI-generated Image Compression [7.643300240138419]
我々は、複数の人間-理解可能なモダリティを組み込んだスケーラブルなクロスモーダル圧縮フレームワークを導入する。
我々のフレームワークは,高レベルなセマンティック情報を提供するセマンティック層からなる層状ビットストリームに画像をエンコードする。
提案手法は意味的および視覚的詳細の両方を巧みに復元し,極端に低速度でベースラインアプローチと競合する。
論文 参考訳（メタデータ） (2024-12-17T15:01:35Z) - DeepHQ: Learned Hierarchical Quantizer for Progressive Deep Image Coding [29.810993874350814]
プログレッシブ画像符号化(PIC)は、画像の様々な品質を単一のビットストリームに圧縮することを目的としている。
ニューラルネットワーク(NN)に基づくPICの研究は、その初期段階にある。
本稿では,まず,学習した量子化ステップサイズを各量子化レイヤの学習により活用するNNベースのプログレッシブコーディング手法を提案する。
論文 参考訳（メタデータ） (2024-08-22T06:32:53Z) - Extreme Image Compression using Fine-tuned VQGANs [43.43014096929809]
本稿ではベクトル量子化(VQ)に基づく生成モデルを画像圧縮領域に導入する。
VQGANモデルによって学習されたコードブックは、強い表現能力をもたらす。
提案したフレームワークは、知覚的品質指向のメトリクスで最先端のコーデックより優れている。
論文 参考訳（メタデータ） (2023-07-17T06:14:19Z) - 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) - Rethinking Semantic Segmentation from a Sequence-to-Sequence Perspective
with Transformers [149.78470371525754]
セマンティックセグメンテーションをシーケンスからシーケンスへの予測タスクとして扱う。
具体的には、イメージをパッチのシーケンスとしてエンコードするために純粋なトランスをデプロイします。
トランスのすべての層でモデル化されたグローバルコンテキストにより、このエンコーダは、SETR(SEgmentation TRansformer)と呼ばれる強力なセグメンテーションモデルを提供するための単純なデコーダと組み合わせることができる。
SETRはADE20K(50.28% mIoU)、Pascal Context(55.83% mIoU)、およびCityscapesの競争力のある結果に関する最新技術を達成している。
論文 参考訳（メタデータ） (2020-12-31T18:55:57Z) - JPD-SE: High-Level Semantics for Joint Perception-Distortion Enhancement
in Image Compression [11.668382772425913]
本稿では,画像の高レベルなセマンティクスを活用可能な汎用フレームワークを提案し,知覚品質と歪みの協調最適化について検討する。
本稿では、意味認識コーデックに意味の力を活用して、R-PD(R-perception-Distortion)性能を協調的に最適化する3相学習手法を提案する。
論文 参考訳（メタデータ） (2020-05-24T20:46:38Z)
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。