論文の概要: SEAOTTER: Sensor Embedded Autoencoding with One-Time Transcode for Efficient Reconstruction

• arxiv url: http://arxiv.org/abs/2606.03940v1
• Date: Tue, 02 Jun 2026 17:28:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:05.21974
• Title: SEAOTTER: Sensor Embedded Autoencoding with One-Time Transcode for Efficient Reconstruction
• Title（参考訳）: SEAOTTER: 効率的な再構成のためのワンタイムトランスコードを用いたセンサ組込み自動符号化
• Authors: Dan Jacobellis, Neeraja J. Yadwadkar,
• Abstract要約: ロボットシステムでは、低コストで低消費電力のハードウェアを使用して、大量の視覚データを高解像度で容易にキャプチャすることができる。 本稿では,効率的な再構成のためのワンタイムトランスコードと組み合わせたSensor Embedded Autoencoderに基づくクラウド用圧縮フレームワークを提案する。 200:1の圧縮比で、7倍の高速符号化、3.5倍の高速復号化、+8%のImageNet top-1精度を観測した。
• 参考スコア（独自算出の注目度）: 0.7448254811651419
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In robotics systems, vast amounts of visual data are easily captured at high resolution using low-cost, low-power hardware. Yet, limited bandwidth and on-device compute resources prevent full utilization when transmitted via conventional codecs like JPEG/MPEG. Newer codecs, like AV1/AVIF, improve the rate-distortion trade-off, but demand far more resources for encoding, impractical without custom ASICs. Recent asymmetric autoencoders deliver high quality under extreme power and bandwidth constraints, but add prohibitive decoding cost and use bespoke formats that ignore decades of infrastructure built around standards like JPEG. To address these limitations, we introduce a compression framework for cloud robotics based on a Sensor Embedded Autoencoder paired with a One-Time Transcode for Efficient Reconstruction (SEAOTTER). Because the sensor, cloud, and consumer stages face very different power and bandwidth budgets, SEAOTTER combines the compactness of a learned latent with the broad usability of a standard JPEG file. Since naive transcoding degrades performance, we propose a learnable JPEG color and quantization transform that enables increased accuracy for global, dense, and vision-language-based perception. Using SEAOTTER, we train both general-purpose and task-aware transcoding pipelines for a pre-trained, frozen encoder. At a compression ratio of 200:1 and compared to AVIF, we observe 7 times faster encoding, 3.5 times faster decoding, and +8% ImageNet top-1 accuracy, while retaining compatibility with JPEG infrastructure. Our code is available at https://github.com/UT-SysML/seaotter .
• Abstract（参考訳）: ロボットシステムでは、低コストで低消費電力のハードウェアを使用して、大量の視覚データを高解像度で容易にキャプチャすることができる。 しかし、限られた帯域幅とオンデバイスコンピューティングリソースは、JPEG/MPEGのような従来のコーデックを介して送信されるとき、完全な利用を妨げている。 AV1/AVIFのような新しいコーデックは、レート歪みのトレードオフを改善するが、カスタムASICを使わずに、エンコーディングのためのリソースをはるかに多く要求する。 最近の非対称オートエンコーダは、極端な電力と帯域幅の制約の下で高い品質を提供するが、禁止的なデコードコストを追加し、JPEGのような標準で構築された何十年ものインフラを無視して、bespokeフォーマットを使用する。 これらの制約に対処するため,センサ組込みオートエンコーダとワンタイム・トランスコード・フォー・エフィシエント・レコンストラクション(SEAOTTER)を併用したクラウド・ロボティクスの圧縮フレームワークを導入する。 センサー、クラウド、およびコンシューマのステージは、非常に異なるパワーと帯域幅の予算に直面しているため、SEAOTTERは学習した潜伏者のコンパクトさと標準JPEGファイルの幅広い使用性を組み合わせる。 単純変換は性能を劣化させるため,グローバル,高密度,視覚言語に基づく知覚の精度を高めることができる学習可能なJPEG色と量子化変換を提案する。 SEAOTTERを用いて、トレーニング済みのフリーズエンコーダに対して、汎用およびタスク対応のトランスコーディングパイプラインをトレーニングする。 圧縮比200:1で、AVIFと比較して、7倍高速符号化、3.5倍高速復号、+8%のImageNetトップ-1の精度でJPEGインフラストラクチャとの互換性を維持しながら観察する。 私たちのコードはhttps://github.com/UT-SysML/seaotter.comで利用可能です。

関連論文リスト

• JPEG-Inspired Cloud-Edge Holography [26.266559585726057]
  コンピュータ生成ホログラフィー(CGH)は、拡張現実および仮想現実における近目ディスプレイのための変換ソリューションを提供する。 ディープラーニングの最近の進歩は、再構成された品質と計算効率において、CGHを大幅に改善した。 本フレームワークは,リソース制約のウェアラブルデバイス上での低レイテンシ,帯域幅効率のホログラムストリーミングを実現する。
  論文  参考訳（メタデータ） (2025-12-13T15:49:41Z)
• Ultra-Low Bitrate Perceptual Image Compression with Shallow Encoder [41.0853762937392]
  本稿では, シンプルさとデコード品質を同時に符号化する非対称なエクストリーム画像圧縮(AEIC)フレームワークを提案する。 AEICは中程度のあるいは浅いエンコーダネットワークを使用し、一方の拡散デコーダを利用して高忠実性と高現実性を維持する。 AEICは、Ultra-lowsでのレート歪み知覚性能の既存の手法よりも優れているだけでなく、1080Pの入力画像上で35.8FPSの符号化効率も優れていることを示した。
  論文  参考訳（メタデータ） (2025-12-13T07:59:48Z)
• SIEDD: Shared-Implicit Encoder with Discrete Decoders [36.705337163276255]
  Inlicit Neural Representations (INR)は、ビデオごとの最適化機能を学ぶことによって、ビデオ圧縮に例外的な忠実度を提供する。 既存のINRエンコーディングの高速化の試みは、しばしば再建品質や重要な座標レベルの制御を犠牲にしている。 これらの妥協なしにINRエンコーディングを根本的に高速化する新しいアーキテクチャであるSIEDDを紹介する。
  論文  参考訳（メタデータ） (2025-06-29T19:39:43Z)
• 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)
• Pruned Lightweight Encoders for Computer Vision [0.0]
  ASTC と JPEG XS の符号化構成は、低レイテンシを確保するために、近接センサエッジデバイスで使用できることを示す。 ASTC圧縮によるmIoU(mIoU)劣化の分類精度とセグメンテーション平均値は,それぞれ4.9-5.0ポイント(pp)と4.4-4.0ppに低下した。 符号化速度の面では、ASTCエンコーダの実装はJPEGよりも2.3倍高速である。
  論文  参考訳（メタデータ） (2022-11-23T17:11:48Z)
• Neural JPEG: End-to-End Image Compression Leveraging a Standard JPEG Encoder-Decoder [73.48927855855219]
  本稿では,エンコーダとデコーダの両端に内在するニューラル表現を強化することで,符号化性能の向上を図るシステムを提案する。 実験により,提案手法はJPEGに対する速度歪み性能を,様々な品質指標で改善することを示した。
  論文  参考訳（メタデータ） (2022-01-27T20:20:03Z)
• Learning to Improve Image Compression without Changing the Standard Decoder [100.32492297717056]
  本稿では,標準デコーダによる符号化性能向上のための学習法を提案する。 具体的には、DCT係数の分布を最適化する周波数領域事前編集法を提案する。 JPEGデコーダは変更しないので、広く使われている標準JPEGデコーダで画像を見る際には、我々のアプローチが適用可能である。
  論文  参考訳（メタデータ） (2020-09-27T19:24:42Z)

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。