論文の概要: HEALPix-Based Implicit Neural Compression of Omnidirectional Images

• arxiv url: http://arxiv.org/abs/2610.32561v1
• Date: Fri, 23 Oct 2026 12:42:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.516002
• Title: HEALPix-Based Implicit Neural Compression of Omnidirectional Images
• Title（参考訳）: HEALPixによる全方位画像の入射ニューラル圧縮
• Abstract要約: 全方位画像のリアルタイムデコーディングは没入型仮想現実(VR)体験に不可欠である。 マルチスケール階層等角領域アイソラティフィケーション表現に基づく球面過度空間を提案する。 また、隣接する画素を、緯度をまたいだほぼ均一な球面受容場に集約するマルチリング球面畳み込みを導入する。
• 参考スコア（独自算出の注目度）: 17.140131757271494
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Real-time decoding of omnidirectional images is essential for immersive virtual reality (VR) experiences. Compared with conventional transform-based learned image compression (LIC), overfitted codecs offer lower decoding complexity by representing each image with a lightweight implicit neural representation (INR). However, existing approaches typically operate on the equirectangular projection (ERP), which introduces nonuniform spherical sampling and spatial distortion, leading to redundant sampling near the poles and latitude-dependent receptive fields. To address these limitations, we propose a spherical overfitted codec based on a multi-scale Hierarchical Equal Area isoLatitude Pixelization (HEALPix) representation, which enables equal-area sampling and efficient hierarchical modeling of spherical signals. Building on this representation, we develop a Spherical Inter-Scale Conditional entropy model that exploits spatial dependencies and cross-scale correlations among HEALPix latents to improve coding efficiency. We further introduce a Multi-Ring Spherical Convolution that aggregates neighboring pixels over a nearly uniform spherical receptive field across latitudes. Experiments on a public omnidirectional image dataset demonstrate BD-rate reductions of 16.3%, 26.5%, and 19.5% over VVC in terms of V-PSNR, V-MS-SSIM, and V-LPIPS, respectively. Our method also achieves a 13.1% BD-rate reduction over ERP-based Cool-Chic 5.0 in terms of V-PSNR, while providing 2.6-3.6x faster decoding than the evaluated learned autoencoder codecs.
• Abstract（参考訳）: 全方位画像のリアルタイムデコーディングは没入型仮想現実(VR)体験に不可欠である。 従来の変換ベースの学習画像圧縮(lic)と比較して、過適合コーデックは、各画像を軽量な暗黙的ニューラル表現(INR)で表現することで、デコーディングの複雑さを低くする。 しかし、既存のアプローチは典型的には、非一様球面サンプリングと空間歪みを導入し、極と緯度に依存した受容場の近くに余分なサンプリングをもたらす等方射影(ERP)を演算する。 これらの制約に対処するため,多次元階層的等角領域アイソラティフィケーション(HEALPix)表現に基づく球面過適合コーデックを提案し,等距離サンプリングと球面信号の効率的な階層的モデリングを実現する。 この表現に基づいて,HEALPix潜伏者間の空間的依存関係と大規模相関を利用して符号化効率を向上させる球面間条件付きエントロピーモデルを開発した。 さらに、緯度をまたいだほぼ均一な球面受容場に隣接する画素を集約するマルチリング球面畳み込みを導入する。 パブリック全方位画像データセットの実験では、V-PSNR、V-MS-SSIM、V-LPIPSでそれぞれ16.3%、26.5%、19.5%のBDレートがVVCで低下した。 V-PSNRでは,ERPベースのCool-Chic 5.0よりも13.1%のBDレート削減を実現し,評価したオートエンコーダコーデックよりも2.6-3.6倍高速なデコードを実現する。

関連論文リスト

• C$^{2}$-INR: Customized Convolutional Implicit Neural Representation [52.0139495321554]
  Implicit Neural Representation (INR)は、ニューラルネットワークを利用して画像などの離散的な信号を連続的に表現する。 既存のINRメソッドの多くは、バックボーンとしてMulti-Layer Perceptrons (MLP)を採用している。 対照的に、畳み込みINRは画素間の依存関係を本質的に考慮しながら、並列にピクセルを処理することができる。
  論文  参考訳（メタデータ） (2026-09-19T06:17:17Z)
• SANR: Scene-Aware Neural Representation for Light Field Image Compression with Rate-Distortion Optimization [54.184486302645716]
  エンドツーエンドの速度歪みを最適化した光場画像圧縮のためのScene-Aware Neural Representationフレームワークを提案する。 シーン認識のために,SANRは階層的なシーンモデリングブロックを導入している。 実験の結果,SANRはHEVCに対する65.62%のBD節減率で,変形率に関する最先端技術よりも有意に優れていた。
  論文  参考訳（メタデータ） (2025-10-17T16:00:43Z)
• Multi-Scale Invertible Neural Network for Wide-Range Variable-Rate Learned Image Compression [90.59962443790593]
  本稿では,制限を克服するために,可逆変換に基づく可変レート画像圧縮モデルを提案する。 具体的には、入力画像をマルチスケールの潜在表現にマッピングする、軽量なマルチスケール非可逆ニューラルネットワークを設計する。 実験結果から,提案手法は既存の可変レート法と比較して最先端性能を実現することが示された。
  論文  参考訳（メタデータ） (2025-03-27T09:08:39Z)
• MLIC++: Linear Complexity Multi-Reference Entropy Modeling for Learned Image Compression [30.71965784982577]
  我々はMEM++を導入し、潜在表現に固有の様々な相関関係をキャプチャする。 MEM++は最先端のパフォーマンスを実現し、PSNRのVTM-17.0と比較して、KodakデータセットのBDレートを13.39%削減した。 MLIC++はリニアGPUメモリを解像度で表示し、高解像度の画像符号化に非常に適している。
  論文  参考訳（メタデータ） (2023-07-28T09:11:37Z)
• ConvNeXt-ChARM: ConvNeXt-based Transform for Efficient Neural Image Compression [18.05997169440533]
  ConvNeXt-ChARMは,効率的なConvNeXtベースのトランスフォーメーションコーディングフレームワークである。 ConvNeXt-ChARMは、VVC参照エンコーダ(VTM-18.0)と最先端の学習画像圧縮手法であるSwinT-ChARMに対して、平均5.24%と1.22%と、一貫したBDレート(PSNR)の低下をもたらすことを示した。
  論文  参考訳（メタデータ） (2023-07-12T11:45:54Z)
• Modality-Agnostic Variational Compression of Implicit Neural Representations [96.35492043867104]
  Inlicit Neural Representation (INR) としてパラメータ化されたデータの関数的ビューに基づくモーダリティ非依存型ニューラル圧縮アルゴリズムを提案する。 潜時符号化と疎性の間のギャップを埋めて、ソフトゲーティング機構に非直線的にマッピングされたコンパクト潜時表現を得る。 このような潜在表現のデータセットを得た後、ニューラル圧縮を用いてモーダリティ非依存空間におけるレート/歪みトレードオフを直接最適化する。
  論文  参考訳（メタデータ） (2023-01-23T15:22:42Z)
• Hyperspectral Image Super-resolution via Deep Progressive Zero-centric Residual Learning [62.52242684874278]
  空間情報とスペクトル情報の相互モダリティ分布が問題となる。 本稿では,PZRes-Netという,新しいテクスライトウェイトなディープニューラルネットワークベースのフレームワークを提案する。 本フレームワークは,高分解能かつテクテッセロ中心の残像を学習し,シーンの空間的詳細を高頻度で表現する。
  論文  参考訳（メタデータ） (2020-06-18T06:32:11Z)
• Generalized Octave Convolutions for Learned Multi-Frequency Image Compression [20.504561050200365]
  本稿では,初めて学習されたマルチ周波数画像圧縮とエントロピー符号化手法を提案する。 これは最近開発されたオクターブの畳み込みに基づいて、潜水剤を高周波(高分解能)成分に分解する。 提案した一般化オクターブ畳み込みは、他のオートエンコーダベースのコンピュータビジョンタスクの性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2020-02-24T01:35:29Z)

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。