論文の概要: Toward Sub-1 kB Identity-Preserving Face Compression: A Benchmark of Codecs, a Custom Learned Codec, and Studies of Resolution, Demographic Fairness, Recompression, and Adversarial Robustness

• arxiv url: http://arxiv.org/abs/2608.22866v1
• Date: Mon, 24 Aug 2026 06:52:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.915088
• Title: Toward Sub-1 kB Identity-Preserving Face Compression: A Benchmark of Codecs, a Custom Learned Codec, and Studies of Resolution, Demographic Fairness, Recompression, and Adversarial Robustness
• Title（参考訳）: Sub-1 kB アイデンティティ保存顔圧縮に向けて:コーデックのベンチマーク, カスタム学習コーデック, 解像度, デモグラフィックフェアネス, 圧縮, 対向ロバストネスの研究
• Abstract要約: サブキロバイトのID保存は実現可能だが、どのデプロイを行うかは全く予算に依存している。 現代のコーデックでは、Color FERETはArcFaceアンカーで0.35パーセント以下である。 AVIF, HEIF, JPEG XL, レガシJPEGの512バイトで、FMR 1e-4で28～98%の偽非マッチレートに崩壊した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Storing face images under a hard sub-kilobyte budget, as required for identity documents, smart-card biometrics and bandwidth-constrained verification, forces a codec to discard most of the signal while keeping what a face matcher actually reads: identity. Generic codecs optimize pixel fidelity, not the embedding distances that drive verification, so which codec, resolution and setting best preserve identity at 1024 bytes or less, and how that degrades at 512, is unclear. We benchmark ten general and face-specific codecs across resolutions, byte budgets, two datasets (controlled Color FERET, in-the-wild AI-Solutions-KK) and four anchor face matchers, with a fourteen-model ViT and CNN roster confirming the ranking is backbone-invariant. We then train a custom identity-preserving codec that hits the byte budget exactly via binary search over a frozen gain table, and run four studies: resolution, demographic fairness, recompression, and no-box adversarial robustness. Sub-kilobyte identity preservation is feasible, but which codec to deploy depends entirely on the budget. At 1024 bytes and the 112 px working resolution the problem is close to solved: modern codecs hold Color FERET equal-error rate under 0.35 percent on the ArcFace anchor. At 512 bytes the field re-sorts: AVIF, HEIF, JPEG XL and legacy JPEG collapse to 28 to 98 percent false-non-match rate at FMR 1e-4, while WebP, JPEG-AI and our byte-budgeted learned codecs stay out of that band, with 24.3 percent for WebP against 6.9 percent for our accurate variant in the wild. That re-sort, not the 1024-byte ranking, is the operational result: a codec chosen at 1 kB is not the codec to deploy at half that.
• Abstract（参考訳）: アイデンティティドキュメント、スマートカードのバイオメトリックス、帯域制限のある検証のために必要となるように、ハードなサブキロバイトの予算下で顔画像を保持することで、コーデックは、顔マーカが実際に何を読むかを保持しながら、ほとんどの信号を破棄せざるを得ない。 ジェネリックコーデックは、検証を駆動する埋め込み距離ではなく、ピクセルの忠実度を最適化する。 我々は、解像度、バイト予算、2つのデータセット(Color FERET, in-the-wild AI-Solutions-KK)、4つのアンカー顔マッチングをベンチマークし、14モデルのViTとCNNロスターでランキングがバックボーン不変であることを確認した。 次に、凍結したゲインテーブル上のバイナリ検索によって、バイト予算を正確に達成するカスタムID保存コーデックをトレーニングし、4つの研究を実行する。 サブキロバイトのID保存は実現可能ですが、どのコーデックをデプロイするかは予算によって異なります。 現在のコーデックは、ArcFaceアンカーの0.35パーセント以下でColor FERETと同等のエラー率を保持する。 AVIF、HEIF、JPEG XL、レガシJPEGはFMR 1e-4で28～98%に崩壊し、WebP、JPEG-AI、そして我々のバイト予算の学習コーデックはそのバンドから外れており、WebPの24.3%は、我々の正確な変種に対して6.9%である。 1kBで選択されたコーデックは、半分にデプロイするコーデックではない。

関連論文リスト

• PIC: Revisiting INR for Image Coding with Fast Encoding and Sub-Millisecond Decoding [74.2282307661978]
  Inlicit Neural representation (INR)は、近年、新しいビュー合成と画像/ビデオ符号化において顕著な進歩を遂げている。 本研究では,フィードフォワードINR画像符号化アーキテクチャであるPractical INR Image Codec (PIC)を提案する。
  論文  参考訳（メタデータ） (2026-09-08T16:52:00Z)
• CodecArena: Codec Quality Assessment via Visual Reinforcement Learning [70.59130074737446]
  我々は,ビデオ符号化品質評価のための最初のビジョン言語フレームワークであるCodecArenaを提案する。 CodecArenaは、参照とその再構成の間のソース条件の比較推論として評価をキャストする。 facet-anchored rewardは、人間の顔ごとのラベルではなく、自動的に引き起こされた顔の方向を弱いアンカーとして利用する。
  論文  参考訳（メタデータ） (2026-08-10T05:37:06Z)
• Spatial Artifact Coherence Determines Codec Robustness in Patch-Based rPPG [0.0]
  Photoplethysmography (r) は、遠隔医療、新生児ICU、ドライバ疲労の応用において、圧縮されたビデオチャネル上に展開されているベンチマークで低い心拍数誤差を達成している。 事前の作業では、圧縮下でのグローバル射影法を上回る物理量を決定するものはない。 本研究では,4x4のグリーンチャネル間グリーンチャネルにおいて,オフパスと対角エネルギーの比として定義される空間アーチファクトコヒーレンス(マクロ)を提案する。
  論文  参考訳（メタデータ） (2026-06-02T20:33:36Z)
• SEAOTTER: Sensor Embedded Autoencoding with One-Time Transcode for Efficient Reconstruction [0.7448254811651419]
  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。
  論文  参考訳（メタデータ） (2026-06-02T17:28:28Z)
• What Matters in Practical Learned Image Compression [3.6892365510577037]
  実践的な学習画像の設計を規定する重要なモデリング選択について検討する。 次に、数百万のバックボーン構成に対してパフォーマンスを意識したニューラルアーキテクチャ検索を行います。 スピードと知覚品質の新たなトレードオフを構築します。
  論文  参考訳（メタデータ） (2026-05-06T17:17:51Z)
• Generative Latent Coding for Ultra-Low Bitrate Image Compression [61.71793017252801]
  本稿では,生成ベクトル量子化変分自動エンコーダ(VQ-VAE)の潜時空間で変換符号化を行う生成潜時符号化アーキテクチャを提案する。 生成潜伏空間は、より空間性が高く、より豊かな意味を持ち、人間の知覚との整合性が良く、高現実性および高忠実性圧縮を達成するのに有利である。
  論文  参考訳（メタデータ） (2025-12-23T09:35:40Z)
• CMC-Bench: Towards a New Paradigm of Visual Signal Compression [85.1839779884282]
  本稿では,画像圧縮のための画像間テキスト(I2T)モデルとテキスト間画像(T2I)モデルの協調性能のベンチマークであるCMC-Benchを紹介する。 超低速では、いくつかのI2TモデルとT2Iモデルの組み合わせが、最も先進的な視覚信号プロトコルを超えたことが証明されている。
  論文  参考訳（メタデータ） (2024-06-13T17:41:37Z)
• 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)
• A New Image Codec Paradigm for Human and Machine Uses [53.48873918537017]
  本研究では,人間用と機械用の両方にスケーラブルな画像パラダイムを提案する。 高レベルのインスタンスセグメンテーションマップと低レベルの信号特徴をニューラルネットワークで抽出する。 画像は16ビットのグレースケールプロファイルと信号特徴を持つ一般的な画質のイメージ再構成を実現するために設計および訓練される。
  論文  参考訳（メタデータ） (2021-12-19T06:17:38Z)
• 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。