論文の概要: Dual-Constrained Diffusion Image Compression for Operational Rate-Distortion-Perception Optimization

• arxiv url: http://arxiv.org/abs/2606.13366v1
• Date: Thu, 11 Jun 2026 13:53:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.831066
• Title: Dual-Constrained Diffusion Image Compression for Operational Rate-Distortion-Perception Optimization
• Title（参考訳）: 操作速度・歪み・知覚最適化のためのデュアル制約拡散画像圧縮
• Authors: Sanxin Jiang, Jiro Katto, Heming Sun,
• Abstract要約: 本稿では,DCIC(Dual-Constrained Diffusion Image Compression)を提案する。 固定レートでは、二重減衰係数$(K_D,K_P)$は歪み知覚平面のフロンティアを共同でナビゲートし、単一のビットストリームから連続的に調整可能なフィリティリアリズムトレードオフを可能にする。
• 参考スコア（独自算出の注目度）: 12.089576134087594
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rate-distortion-perception (RDP) trade-off extends classical rate--distortion theory by imposing a distributional constraint on reconstructions, providing a unified framework for neural image compression that jointly governs fidelity and perceptual realism. While prior work achieves near-optimal rate--perception trade-offs, practical frameworks explicitly realizing the full RDP surface remain scarce, primarily due to the difficulty of introducing common randomness at the decoder. We propose DCIC (Dual-Constrained Diffusion Image Compression), which integrates a learned codec with a diffusion-based decoder governed by joint distortion and idempotence constraints. The distortion constraint bounds reconstruction fidelity relative to the base codec output; the idempotence constraint -- requiring that re-encoding the restored image recovers the base codec reconstruction -- serves as a tractable surrogate for the distributional perception requirement. Together, they steer the reverse denoising process via iterative optimization with consistent noise injection, realizing common randomness without additional rate overhead. At fixed rate, dual attenuation factors $(K_D, K_P)$ jointly navigate the Pareto frontier of the distortion-perception plane, enabling continuously adjustable fidelity-realism trade-offs from a single bitstream. DCIC$_{RD}$ ($K_P{=}0$) and DCIC$_{RP}$ ($K_D{=}0$) arise as boundary curves, with DCIC$_{RDP}$ ($K_D = K_P=1$) realizing the optimal interior operating point. Experiments on CelebA-HQ, CLIC2020, and ImageNet-1K across CNN, Transformer, and hybrid architectures confirm that DCIC$_{RDP}$ achieves superior BD-PSNR over all perceptual codecs, while DCIC$_{RP}$ matches dedicated perception-oriented methods in BD-FID, validating the practical value of full RDP surface navigation.
• Abstract（参考訳）: レート・ディストレーション・パーセプション(RDP)のトレードオフは、リコンストラクションに分布的制約を課すことによって古典的なレート・ディストレーション理論を拡張し、フィデリティと知覚的リアリズムを共同で支配するニューラルイメージ圧縮のための統一的な枠組みを提供する。 事前の作業は、ほぼ最適の速度-知覚トレードオフを達成する一方で、デコーダに共通ランダム性を導入することの難しさから、完全なRDP表面を明示的に認識する実践的な枠組みは依然として乏しいままである。 本稿では,DCIC(Dual-Constrained Diffusion Image Compression)を提案する。 歪み制約は、ベースコーデック出力に対する再構成忠実度を束縛し、復元された画像を再エンコードする必要のあるイデオロジェンス制約は、分布認識要求に対するトラクタブルサロゲートとして機能する。 同時に、一貫したノイズ注入を伴う反復的最適化によって逆のデノナイジングプロセスを操り、追加のレートオーバーヘッドを伴わずに共通のランダム性を実現する。 固定レートでは、二重減衰係数$(K_D,K_P)$は歪み知覚平面のパレートフロンティアを共同でナビゲートし、単一のビットストリームから連続的に調整可能な忠実現実性トレードオフを可能にする。 DCIC$_{RD}$$(K_P{=}0$)とDCIC$_{RP}$(K_D{=}0$)は境界曲線として現れ、DCIC$_{RDP}$(K_D = K_P=1$)は最適内部動作点を実現する。 CNN、Transformer、ハイブリッドアーキテクチャを対象としたCelebA-HQ、CLIC2020、ImageNet-1Kの実験では、DCIC$_{RDP}$がすべての知覚コーデックに対して優れたBD-PSNRを実現しているのに対して、DCIC$_{RP}$はBD-FIDの専用認識指向メソッドと一致し、完全なRDP表面ナビゲーションの実用的価値を検証している。

関連論文リスト

• Exploiting Semantic and Pixel Representations for Ultra-Low Bitrate Image Compression [46.54433210034761]
  SPRDiffは、意味表現とピクセル表現の両方を完全に活用する拡散ベースの圧縮手法である。 我々は,事前学習された歪み指向および意味指向エンコーダから高忠実度特徴を利用する三重エンコーダアーキテクチャを開発した。 ベンチマークデータセットを用いた実験により,本手法は速度-歪-知覚トレードオフにおいて最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2026-06-01T02:59:31Z)
• 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)
• D-Compress: Detail-Preserving LiDAR Range Image Compression for Real-Time Streaming on Resource-Constrained Robots [2.6111100616898852]
  D-Compressは、リアルタイムストリーミングのための新しいディテール保存と高速レンジ画像圧縮フレームワークである。 最新技術 (SOTA) 圧縮法は, 幾何的精度と下流タスク性能の両方で優れる。
  論文  参考訳（メタデータ） (2026-03-14T02:15:25Z)
• Training-Free Rate-Distortion-Perception Traversal With Diffusion [44.11458502528137]
  本研究では,事前学習した拡散モデルを用いて表面全体を横断する学習自由フレームワークを提案する。 本研究は,ニューラルネットワーク圧縮に対する実用的,理論的基礎的なアプローチを確立した。
  論文  参考訳（メタデータ） (2026-03-04T12:49:13Z)
• Universal Representations for Classification-enhanced Lossy Compression [3.3838477077773925]
  損失圧縮では、圧縮速度と復元歪みの古典的なトレードオフがアルゴリズム設計に導かれる。 近年,[19]では, 変形に伴う分類精度を考慮し, 圧縮性能の評価を行った。 そこでは,様々な歪みや分類制約にまたがる複数のデコード目的を達成するために,単一のエンコーダを開発するユニバーサル表現について検討する。
  論文  参考訳（メタデータ） (2025-04-12T00:55:56Z)
• SING: Semantic Image Communications using Null-Space and INN-Guided Diffusion Models [52.40011613324083]
  近年, 無線画像伝送において, 共用音源チャネル符号化システム (DeepJSCC) が顕著な性能を発揮している。 既存の手法では、送信された画像とレシーバーの再構成されたバージョンとの間の歪みを最小限に抑えることに重点を置いており、しばしば知覚的品質を見落としている。 逆問題として,破損した再構成画像から高品質な画像の復元を定式化する新しいフレームワークであるSINGを提案する。
  論文  参考訳（メタデータ） (2025-03-16T12:32:11Z)
• Once-for-All: Controllable Generative Image Compression with Dynamic Granularity Adaptation [52.82508784748278]
  本稿では,制御生成画像圧縮フレームワークである制御-GICを提案する。 制御-GICは、高忠実度と一般性圧縮を確保しつつ、広帯域での微粒化適応を可能にする。 実験により,制御-GICは高い柔軟かつ制御可能な適応を可能にし,その結果が最近の最先端手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-06-02T14:22:09Z)
• Communication-Efficient Distributed Learning with Local Immediate Error Compensation [95.6828475028581]
  本稿では,局所的即時誤差補償SGD (LIEC-SGD) 最適化アルゴリズムを提案する。 LIEC-SGDは、コンバージェンスレートまたは通信コストのいずれにおいても、以前の研究よりも優れている。
  論文  参考訳（メタデータ） (2024-02-19T05:59:09Z)

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。