論文の概要: Bound-Conditioned Latent Inference for Progressive Image Compression

• arxiv url: http://arxiv.org/abs/2610.30966v1
• Date: Thu, 22 Oct 2026 09:12:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.299034
• Title: Bound-Conditioned Latent Inference for Progressive Image Compression
• Title（参考訳）: 進行画像圧縮のための境界条件付き潜時推論
• Abstract要約: 本稿では,周期的制約下での逐次潜在推論として,プログレッシブトリトプレーン符号化を再構成するフレームワークを提案する。 Kodak、CLIC、JPEG-AIの実験は、BLIが最先端のレート歪み性能を達成することを示している。
• 参考スコア（独自算出の注目度）: 19.564558317157438
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Progressive image compression reconstructs images from prefixes of a single bitstream and therefore involves sequential latent inference under partial observations. Existing trit-plane codecs mainly treat decoded trits as discrete symbols for probability prediction, without fully exploiting their role as interval constraints on the underlying continuous latents. We propose bound-conditioned latent inference (BLI), a framework that reformulates progressive trit-plane coding as sequential latent inference under shrinking interval constraints. At each coding step, the trits decoded so far define lower and upper bounds for each latent element. BLI uses the center and width of these bounds, together with hyperprior information shared by the encoder and decoder, to jointly refine the Gaussian parameters $(μ,σ)$ for entropy modeling and the latent estimate $\hat{y}$ for reconstruction. As additional trits are decoded, the feasible intervals shrink monotonically, yielding tighter constraints for the next inference step and enabling flexible in-plane refinement schedules. Experiments on Kodak, CLIC, and JPEG-AI show that BLI achieves state-of-the-art rate-distortion performance among progressive image codecs, reducing BD-rate by $17.78\%$ over DPICT and by $7.96\%$ over CTC on Kodak, while replacing CTC's plane-specific predictors with a shared model that uses about $5.3\times$ fewer parameters and achieves lower latency than CTC.
• Abstract（参考訳）: プログレッシブ画像圧縮は、単一のビットストリームのプレフィックスからイメージを再構成するので、部分的な観察の下で逐次潜在推論を行う。 既存のトリト平面コーデックは主に、下位の連続潜伏子に対する間隔制約としての役割を完全に活用することなく、デコードされたトリトを確率予測のための離散シンボルとして扱う。 本研究では,境界条件付き潜時推論 (BLI) を提案する。このフレームワークは,縮小間隔制約下での逐次潜時推論として,プログレッシブトリトプレーン符号化を再構成する。 各符号化ステップにおいて、これまでデコードされたトリットは、各潜在要素の上下境界を定義する。 BLIはこれらの境界の中心と幅とエンコーダとデコーダによって共有されるハイパープライア情報を用いて、エントロピーモデリングのためにガウスパラメータ$(μ,σ)$と、再構成のために潜在推定$\hat{y}$を共同で洗練する。 追加のトリットがデコードされるにつれて、実現可能な間隔は単調に縮小され、次の推論ステップの制約がより厳しくなり、柔軟な面内精錬スケジュールが実現される。 Kodak、CLI、JPEG-AIの実験では、BLIはプログレッシブ画像コーデック間の最先端のレート歪み性能を達成し、DPICTよりもBDレート17.78.%、Kodak上ではCTCよりも7.96.%、CTCの平面特異的予測器を約5.3.times$のパラメータを減らし、CTCよりもレイテンシを低くする共有モデルに置き換えた。

関連論文リスト

• Compressing 3D Gaussian Splatting via Cross-Representation Priors [20.870041528567825]
  3D Gaussian Splatting (3DGS) は高画質の新規ビュー合成を可能にするが, 密度ガウス原始体による高貯蔵・伝送コストを発生させる。 最近のアンカーベース圧縮は、原始的毎の冗長性を減少させるが、アンカー間の冗長性はほとんど明らかにされていない。 そこで我々は,CRP-GSを提案する。CRP-GSは速度歪みに最適化された圧縮フレームワークで,事前表現を利用してアンカーレベルのエントロピーモデルを改善する。
  論文  参考訳（メタデータ） (2026-09-19T13:07:59Z)
• Group-of-Latents: Perceptual Video Compression at Extreme Bitrates via Masked Latent Generative Modeling [49.11379121512358]
  本稿では,事前学習した拡散変圧器を組み込んだ統合生成フレームワークを提案し,高い知覚品質を極端に低速で達成する。 提案手法は,空間的細部が豊富で時間的整合性が強い,最先端の知覚的忠実度を実現する。
  論文  参考訳（メタデータ） (2026-07-21T06:36:32Z)
• STAC: Selective Spatiotemporal Aggregation and Compression for Video Reasoning Segmentation [60.597357847359255]
  ビデオセグメンテーションでは、複雑な自然言語クエリの下で数百フレームにわたるピクセル精度の高いオブジェクトトラッキングが要求される。 既存のメソッドはトークン圧縮を通じてこの問題に対処するが、典型的には時間的コンテキストを持たない機能で動作する。 状態空間モデルは、この制約を解決し、その線形反復性は、各トークンを時間的文脈で選択的に$mathcalO(T)$コスト圧縮して減少させる。
  論文  参考訳（メタデータ） (2026-07-03T03:28:25Z)
• Dual-Constrained Diffusion Image Compression for Operational Rate-Distortion-Perception Optimization [12.089576134087594]
  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。
  論文  参考訳（メタデータ） (2026-06-11T13:53:02Z)
• Efficient Learned Image Compression without Entropy Coding [62.01837001379442]
  エントロピー符号化自由学習画像圧縮(EF-LIC)を提案する。 EF-LICは、符号化レイテンシの低い統計的および相関的冗長性を排除し、コンパクトな表現を生成するマルチレートフレームワークである。 実験の結果、EF-LIC はコダックの MS-ILLM を LPIPS で67.86% 削減できることがわかった。
  論文  参考訳（メタデータ） (2026-05-22T07:37:30Z)
• CSGaussian: Progressive Rate-Distortion Compression and Segmentation for 3D Gaussian Splatting [57.73006852239138]
  本稿では,3次元ガウススプラッティングの速度歪み最適化圧縮とセグメンテーションのための最初の統一フレームワークを提案する(3DGS)。 速度歪みに最適化された3DGS圧縮の最近の進歩に触発されたこの研究は、セマンティックラーニングを圧縮パイプラインに統合し、デコーダ側アプリケーションをサポートする。 提案方式は暗黙的ニューラル表現に基づくハイパープライアを特徴とし,色属性と意味属性の両方の効率的なエントロピー符号化を実現する。
  論文  参考訳（メタデータ） (2026-01-19T08:21:45Z)
• CALLIC: Content Adaptive Learning for Lossless Image Compression [64.47244912937204]
  CALLICは、学習したロスレス画像圧縮のための新しい最先端(SOTA)を設定する。 本稿では,畳み込みゲーティング操作を利用したコンテンツ認識型自己回帰自己保持機構を提案する。 エンコーディング中、低ランク行列を用いて深度の畳み込みを含む事前学習層を分解し、レート誘導プログレッシブファインタニング(RPFT)による画像検査にインクリメンタルウェイトを適応させる。 推定エントロピーにより下位順にソートされたパッチを徐々に増加させたRPFTファインチューン,学習過程の最適化,適応時間の短縮を実現した。
  論文  参考訳（メタデータ） (2024-12-23T10:41:18Z)
• DiffCom: Decoupled Sparse Priors Guided Diffusion Compression for Point Clouds [54.96190721255167]
  ロスシー圧縮は、ポイントクラウドをストレージの潜在ポイントに変換するためのオートエンコーダに依存している。 本稿では,特に低レベルにおいて高い復元品質を実現するための拡散型フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-21T05:41:35Z)
• Context-Based Trit-Plane Coding for Progressive Image Compression [31.396712329965005]
  トリトプレーン符号化は、深いプログレッシブな画像圧縮を可能にするが、自己回帰的文脈モデルを使用することはできない。 我々は,潜在要素のトライト確率を正確に推定するために,文脈に基づくレート低減モジュールを開発した。 第2に、三面体から部分潜時テンソルを精製する文脈に基づく歪み低減モジュールを開発する。 第三に、デコーダがより優れたレート歪みトレードオフを達成するための再訓練方式を提案する。
  論文  参考訳（メタデータ） (2023-03-10T05:46:25Z)

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。