論文の概要: Efficient Generative Image Compression with Quantized Latents Refinement

• arxiv url: http://arxiv.org/abs/2610.29691v1
• Date: Wed, 21 Oct 2026 13:03:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.367441
• Title: Efficient Generative Image Compression with Quantized Latents Refinement
• Title（参考訳）: 量子化潜水処理による効率的な生成画像圧縮
• Abstract要約: 遺伝子画像圧縮(GIC)は、低計算で強い知覚品質を提供する。 最近の軽量GIC法は遅延を低減しているが、知覚品質は低下している。 高速な推論で競合する再構成性能を実現するGR-GICを提案する。
• 参考スコア（独自算出の注目度）: 57.807339232629865
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Generative image compression (GIC) delivers strong perceptual quality at low bitrates. However, GIC methods with strong perceptual quality often rely on pretrained diffusion models with high latency, while recent lightweight GIC methods reduce latency but deliver lower perceptual quality. We observe that, for lightweight GIC methods at low bitrates, coarse deterministic quantization can collapse nearby encoder latents corresponding to different fine details to the same point, making these details difficult to recover. Motivated by this, we propose GR-GIC, an efficient GIC that delivers competitive reconstruction performance with fast inference. For better performance, we introduce Guided Refinement (GR), which combines latent refinement guided by entropy context with adaptive perturbations for training regularization, jointly improving reconstruction at low bitrates. For fast inference, we introduce reorganized projected residual vector quantization (P-RVQ), which equivalently reorganizes residual updates into low-dimensional lookups to expose greater parallelism and reduce sequential computation. Experiments on Kodak show that for performance, compared with OneDC, GR-GIC achieves BD-rate savings of 23.19%, 37.71%, 22.30%, and 22.14% for LPIPS, DISTS, PSNR, and FID, respectively. For fast inference, the highly optimized implementation of GR-GIC encodes and decodes in 4.60 and 5.98 ms on an NVIDIA A100. Specifically, the reorganized P-RVQ implementation achieves a $3.14\times$ average speedup over the original implementation under the same FP32 setting. On an NVIDIA Jetson Orin NX, GR-GIC achieves latency comparable to lightweight GIC methods.
• Abstract（参考訳）: 生成画像圧縮(GIC)は低ビットレートで強い知覚品質を提供する。 しかし、強い知覚品質を持つGIC法は、しばしば遅延の高い事前訓練された拡散モデルに依存するが、最近の軽量GIC法は遅延を減少させるが、知覚品質の低下をもたらす。 低ビットレートでの軽量なGIC法では、粗い決定論的量子化は、異なる細部に対応するエンコーダラテントを同じ点に崩壊させ、それらの詳細を復元することが困難である。 そこで我々はGR-GICを提案する。GR-GICは高速な推論で競合する再構成性能を実現する効率的なGICである。 適応的摂動とエントロピー・コンテクストでガイドされた潜時改善と,正規化訓練のための適応的摂動を組み合わせたガイドド・リファインメント(GR)を導入し,低ビットレートでの再構成を共同で改善する。 高速な推論のために,再編成された残差ベクトル量子化(P-RVQ)を導入する。 Kodakの実験では、1DCと比較して、GR-GICは、それぞれLPIPS、disTS、PSNR、FIDの23.19%、37.71%、22.30%、22.14%のBDレートを達成している。 高速推論のために、GR-GICの高度に最適化された実装はNVIDIA A100上で4.60msと5.98msでデコードされる。 具体的には、再編成されたP-RVQ実装は、同じFP32設定でオリジナルの実装よりも平均で3.14\times$のスピードアップを達成する。 NVIDIA Jetson Orin NXでは、GR-GICは軽量なGICメソッドに匹敵するレイテンシを実現する。

関連論文リスト

• TurboGS: Accelerating 3D Gaussian Splatting via Error-Guided Sparse Pixel Sampling and Optimization [54.179316928687435]
  TurboGSは3DGSを高速化するエラー誘導トレーニングフレームワークであり、知覚的に情報のあるピクセルに最適化を集中させることで実現している。 標準ベンチマークの実験では、5090GPUカード1枚で100秒以内にTurboGSが同等または優れたレンダリング品質を提供できることが示されている。
  論文  参考訳（メタデータ） (2026-06-14T16:59:48Z)
• Differentiable Vector Quantization for Rate-Distortion Optimization of Generative Image Compression [53.041405703471895]
  低ビットレート画像圧縮のためのエンドツーエンドRD最適化を実現する統一フレームワークRDVQを提案する。 我々は,正確なエントロピーモデリングとテスト時間率制御をサポートする自己回帰エントロピーモデルを開発した。 RD2K-valと比較すると、RDVQは DisTSで75.71%、DIV2K-valでLPIPSで37.63%減少する。
  論文  参考訳（メタデータ） (2026-04-12T09:25:24Z)
• ImprovedGS+: A High-Performance C++/CUDA Re-Implementation Strategy for 3D Gaussian Splatting [0.0]
  ImprovedGS 戦略の高性能かつ低レベルな再発明である ImprovedGS+ を提案する。 高レベルのPythonロジックからハードウェア最適化のC++/CUDAカーネルに移行することで、ホストデバイス同期とトレーニングレイテンシを大幅に削減できる。
  論文  参考訳（メタデータ） (2026-03-09T17:38:27Z)
• 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)
• GANCompress: GAN-Enhanced Neural Image Compression with Binary Spherical Quantization [0.0]
  GANCompressは、二元球量子化(BSQ)とGAN(Generative Adversarial Networks)を組み合わせた新しいニューラル圧縮フレームワークである。 GANCompressは圧縮効率を大幅に向上し、ファイルサイズを最大100倍まで削減し、視覚的歪みを最小限に抑える。
  論文  参考訳（メタデータ） (2025-05-19T00:18:27Z)
• 4DGC: Rate-Aware 4D Gaussian Compression for Efficient Streamable Free-Viewpoint Video [56.04182926886754]
  3D Gaussian Splatting (3DGS)は、フォトリアリスティック・フリー・ビューポイント・ビデオ(FVV)体験を可能にする大きな可能性を秘めている。 既存の方法は、動的3DGS表現と圧縮を別々に扱うのが一般的である。 本稿では,FVVのRD性能を向上しつつ,ストレージサイズを大幅に削減するレート対応4Dガウス圧縮フレームワークである4DGCを提案する。
  論文  参考訳（メタデータ） (2025-03-24T08:05:27Z)
• Fast Feedforward 3D Gaussian Splatting Compression [55.149325473447384]
  3D Gaussian Splatting (FCGS) は、1つのフィードフォワードパスで3DGS表現を高速に圧縮できる最適化フリーモデルである。 FCGSは圧縮比を20倍以上に向上し、高精細度を維持しながら、ほとんどのシーン毎のSOTA最適化手法を上回ります。
  論文  参考訳（メタデータ） (2024-10-10T15:13:08Z)
• 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)

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。