論文の概要: BitFlat: Error-Localized Bitstream Design for Robust Diffusion Image Compression

• arxiv url: http://arxiv.org/abs/2610.25682v1
• Date: Mon, 19 Oct 2026 02:32:22 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:06:06.638212
• Title: BitFlat: Error-Localized Bitstream Design for Robust Diffusion Image Compression
• Title（参考訳）: BitFlat:ロバスト拡散画像圧縮のための誤りローカライズされたビットストリーム設計
• Abstract要約: トレーニング不要なエラーローカライズ可能なビットストリームフレームワークであるBitFlatを2つのコンポーネントで提案する。 Kodak、DIV2K、CLIC 2020の実験では、BitFlatは従来の、学習された、拡散ベースのコーデックを10～4ドルから10～2ドルというビットエラー率で上回っている。
• 参考スコア（独自算出の注目度）: 7.993527433290738
• License:
• Abstract: Zero-shot diffusion image compression based on reverse channel coding achieves high perceptual quality at low bitrates without retraining, yet its bitstream remains vulnerable to bit flips. Prior work has shown that a joint combinatorial representation can amplify a single bit flip into substitutions of multiple atoms and that indexing each atom independently confines this error propagation. However, independent indexing reduces the number of atoms that fit within the bit budget and gives the decoder no indication of which atoms are corrupted. To address these issues, we propose BitFlat, a training-free error-localizing bitstream framework with two components. Blockwise Locality Alignment (BLA) decomposes the globally coupled atom selection at each diffusion step into independent selection units, each describing one signed atom from a dedicated codebook with a fixed-width field, so that any bit error affects only the unit in which it occurs. Reliability-Aware Diffusion Control (RADC) uses the bits saved by BLA to impose structured valid-codeword constraints within each field and converts the decoding state of each field into a binary reliability gate, which turns detected corrupted atoms into erasures at known positions and excludes them from noise synthesis. BitFlat requires neither target residuals nor additional network forward passes and leaves the diffusion model unchanged. Experiments on Kodak, DIV2K, and CLIC2020 show that BitFlat outperforms conventional, learned, and diffusion-based codecs at bit error rates from $10^{-4}$ to $10^{-2}$ and, even with $26.7\%$ fewer bits, surpasses Robust Turbo-DDCM.
• Abstract（参考訳）: 逆チャネル符号化に基づくゼロショット拡散画像圧縮は、低ビットレートで再トレーニングすることなく高い知覚品質を実現するが、ビットストリームはビットフリップに弱いままである。 以前の研究は、結合組合せ表現が1ビットのフリップを複数の原子の置換に増幅し、各原子をインデックス化することで、このエラーの伝播を独立に抑制できることを示した。 しかし、独立インデックス化はビット予算に適合する原子の数を減らし、デコーダにどの原子が崩壊しているかの表示を与えない。 このような問題に対処するために,2つのコンポーネントを持つトレーニング不要なエラーローカライズビットストリームフレームワークBitFlatを提案する。 ブロックワイド局所性アライメント(BLA)は、各拡散段階におけるグローバル結合原子の選択を独立選択単位に分解し、それぞれが固定幅のフィールドを持つ専用コードブックから1つの符号付き原子を記述する。 Reliability-Aware Diffusion Control (RADC) は、BLAが保存したビットを用いて、各フィールドに構造化された有効なコードワード制約を課し、各フィールドの復号状態を二元信頼ゲートに変換し、検出された劣化した原子を既知の位置における消去に変換し、ノイズ合成から除外する。 BitFlatは、ターゲット残差も追加のネットワークフォワードパスも必要とせず、拡散モデルを変更せずにすむ。 Kodak、DIV2K、CLIC2020の実験では、BitFlatは従来の、学習された、拡散ベースのコーデックを10^{-4}$から10^{-2}$に上回り、26.7 %$より少ないビットでもRobost Turbo-DDCMを上回っている。

関連論文リスト

• Rethinking Generative Image Compression at Extremely Low Bitrates [56.035931340138006]
  本稿では、圧縮された表現とソース表現を直接アライメントする表現オートエンコーダ(RAE)空間上に構築された圧縮指向拡散(CoD)であるRAE-CoDを紹介する。 5つの視覚基盤モデル(VFM)と視覚言語モデルプロトコルを用いて,この枠組みを評価する。
  論文  参考訳（メタデータ） (2026-09-30T08:53:11Z)
• Edit the Bits, Diff the Codes: Bitwise Residual Editing for Visual Autoregressive Models [85.59447229497101]
  BitResEditは、Infinityのようなビットワイズ残留VARジェネレータのためのトレーニング不要のエディタである。 ソース-負のガイダンスは、共有編集プレフィックスで計算されたソース-ターゲットコントラストに沿って、ビットごとのポストCFGログ-oddを傾けることで実行される。 サンプルされたビットをスケールごとの連続コード残基に変換し、ローカライゼーションマスクでゲートし、ジェネレータのネイティブサム・オブ・スケールを通じて再注入する。
  論文  参考訳（メタデータ） (2026-06-11T16:41:25Z)
• DiT-IC: Aligned Diffusion Transformer for Efficient Image Compression [56.68267606568949]
  DiT-ICは画像圧縮用アライメント拡散変換器である。 U-NetをDiffusion Transformerに置き換え、32倍のダウンスケール解像度で遅延空間での拡散を可能にする。 16GBのラップトップGPUで2048x2048画像を再構成できる。
  論文  参考訳（メタデータ） (2026-03-13T16:56:00Z)
• 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)
• StableCodec: Taming One-Step Diffusion for Extreme Image Compression [19.69733852050049]
  拡散に基づく画像圧縮は、高いリアリズムで超低符号化(1ピクセルあたり0.05ビット未満)を達成するという驚くべき可能性を示している。 現在のアプローチでは、極端な制約の下で現実的な結果を生成するために、デコーダの多数のデノナイズステップが必要となる。 本稿では,高忠実度・高現実性画像圧縮のための一段階拡散を可能にするStableCodecを紹介する。
  論文  参考訳（メタデータ） (2025-06-27T07:39:21Z)
• 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)
• Denoising Diffusion Probabilistic Model for Point Cloud Compression at Low Bit-Rates [22.076896401919683]
  本稿では,ポイントクラウド圧縮のためのデノイング拡散確率モデル(Denoising Diffusion Probabilistic Model)アーキテクチャを提案する。 PointNetエンコーダは生成条件ベクトルを生成し、学習可能なベクトル量子化器を介して量子化する。 ShapeNetとModelNet40の実験では、標準化と最先端のアプローチと比較して、低速度での速度歪みが改善された。
  論文  参考訳（メタデータ） (2025-05-19T16:29:12Z)
• DLF: Extreme Image Compression with Dual-generative Latent Fusion [24.64257395618767]
  極端画像圧縮のためのDual-generative Latent Fusion (DLF) パラダイムを導入する。 DLFは潜伏語を意味的要素と詳細要素に分解し、2つの異なる分岐を通して圧縮する。 LPIPSは最大27.93%, DisTSは最大53.55%の削減を実現している。
  論文  参考訳（メタデータ） (2025-03-03T11:29:35Z)
• Divided Attention: Unsupervised Multi-Object Discovery with Contextually Separated Slots [65.302728042116]
  意味的アノテーションがない場合の視覚知覚における物体の出現について検討する。 得られたモデルは、監督を受けておらず、事前訓練された特徴を一切使用していないが、画像の領域を複数の移動領域に分割することができる。 結果として得られる動き分節法は、未知のさまざまなオブジェクトをリアルタイムで処理することができる。
  論文  参考訳（メタデータ） (2023-04-04T00:26:13Z)
• Single-path Bit Sharing for Automatic Loss-aware Model Compression [126.98903867768732]
  シングルパスビット共有(SBS)は、計算コストを大幅に削減し、有望な性能を達成する。 SBS圧縮MobileNetV2は、Top-1の精度がわずか0.1%低下した22.6倍ビット演算(BOP)を実現する。
  論文  参考訳（メタデータ） (2021-01-13T08:28:21Z)

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。