論文の概要: Semantic-Guided Frequency Modulation for Learned Image Compression

• arxiv url: http://arxiv.org/abs/2610.33616v1
• Date: Sat, 24 Oct 2026 11:43:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.373328
• Title: Semantic-Guided Frequency Modulation for Learned Image Compression
• Title（参考訳）: 学習画像圧縮のための意味誘導周波数変調
• Abstract要約: SG-AFM(Semantic-Guided Adaptive Latent-FrequencyModulation)を提案する。 ハールウェーブレット変換を適用し、固定意味周波数乗算器と有界学習補正を組み合わせて高周波サブバンドを変調する。 ExDark、NightCity、OnePlusの比較手法の中で最高のBDレートを実現し、平均16.80%の削減を実現している。
• 参考スコア（独自算出の注目度）: 8.682178483163193
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-frequency attenuation can reduce the rate of learned image codecs but also remove object boundaries and fine detail. We propose Semantic-Guided Adaptive Latent-Frequency Modulation (SG-AFM), which uses a semantic structural prior to guide attenuation of encoder latents. SG-AFM applies a Haar wavelet transform and combines a fixed semantic-frequency multiplier with a bounded learned correction to modulate high-frequency subbands. The semantic prior is computed only at the encoder. No semantic map is transmitted, and no decoder modules are added. Across six datasets, SG-AFM reduces PSNR-based BD-rate relative to TCM by an average of 13.17%. It achieves the best BD-rate among the compared methods on ExDark, NightCity, and OnePlus, with a mean reduction of 16.80%. An ablation on OnePlus demonstrates the benefit of spatially aligned semantic guidance, and visual comparisons illustrate improved reconstruction of local structures.
• Abstract（参考訳）: 高周波減衰は、学習した画像コーデックの速度を下げるだけでなく、物体の境界や細部を除去する。 本稿では,エンコーダ遅延の減衰の導出に先立って意味構造を用いるセマンティックガイド適応遅延変調(SG-AFM)を提案する。 SG-AFMはハールウェーブレット変換を適用し、固定意味周波数乗算器と有界学習補正を組み合わせた高周波サブバンドを変調する。 セマンティックプリミティブはエンコーダでのみ計算される。 セマンティックマップは送信されず、デコーダモジュールも追加されない。 6つのデータセットで、SG-AFMはPSNRベースのBDレートを平均13.17%削減する。 ExDark、NightCity、OnePlusの比較手法の中で最高のBDレートを実現し、平均16.80%の削減を実現している。 OnePlusのアブレーションは、空間的に整合したセマンティックガイダンスの利点を示し、視覚的比較は、局所構造の再構築の改善を示す。

関連論文リスト

• Degradation-Aware Adaptive Context Gating for Unified Image Restoration [57.06559692537862]
  単一モデルを用いた統一画像復元は、多種多様な劣化によるタスク干渉に直面することが多い。 DACG-IRは,劣化特性を明瞭に認識し,特徴表現を動的に変調する。 DACG-IRは、単一タスク、オールインワン、悪天候除去、複合劣化設定において最先端の手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-05-02T04:18:43Z)
• FRAMER: Frequency-Aligned Self-Distillation with Adaptive Modulation Leveraging Diffusion Priors for Real-World Image Super-Resolution [6.767948729335409]
  実像超解像(Real-ISR)は、混合された未知の劣化を伴うLR入力からHR画像の復元を目指している。 バックボーンや推論を変更せずに拡散先を利用するプラグイン・アンド・プレイのトレーニングスキームであるFRAMERを紹介する。
  論文  参考訳（メタデータ） (2025-12-01T08:09:05Z)
• Consistency Flow Model Achieves One-step Denoising Error Correction Codes [28.89866643527586]
  高忠実度ワンステップ復号のための誤り補正整合流れモデル(ECCFM)を提案する。 ECCFMは自己回帰や拡散に基づくベースラインよりもビットエラー率(BER)が低い。 拡散デコーダよりも30倍から100倍高速な推論速度を提供する。
  論文  参考訳（メタデータ） (2025-12-01T08:07:51Z)
• Self-Supervised Compression and Artifact Correction for Streaming Underwater Imaging Sonar [14.023965177100239]
  実時間撮像ソナーは、光センシングが信頼性の低い環境下での水中監視において重要なツールとなっている。 クリーンノイズペアや合成仮定を使わずに圧縮とアーティファクトの補正を共同で行う自己教師型フレームワークSCOPEを提案する。 SCOPEは太平洋岸北西部の3つの河川に数ヶ月間展開され、野生でのリアルタイムサケの列挙と環境モニタリングを支援している。
  論文  参考訳（メタデータ） (2025-11-17T21:19:15Z)
• SFormer: SNR-guided Transformer for Underwater Image Enhancement from the Frequency Domain [32.62223991134511]
  近年の学習に基づく水中画像強調法 (UIE) は, 深層ニューラルネットワークに物理先行情報を組み込むことによって進歩している。 本稿では、周波数領域に先行する信号対雑音比を用いて、特性を振幅スペクトルと位相スペクトルに分解し、チャネル変調を改善することを提案する。 UIEB、EUVP、LSUIから4,800枚のペアイメージをトレーニングし、SFormerはPSNRで3.1dB、SSIMで0.08dB、水中シーンで色、テクスチャ、コントラストの復元に成功した。
  論文  参考訳（メタデータ） (2025-08-26T04:10:55Z)
• Frequency-Aware Transformer for Learned Image Compression [64.28698450919647]
  学習画像圧縮(lic)のためのマルチスケール指向性アナリシスを初めて実現した周波数認識変換器(FAT)ブロックを提案する。 FATブロックは、自然画像のマルチスケールおよび指向性周波数成分をキャプチャするための周波数分解ウィンドウアテンション(FDWA)モジュールを含む。 また、周波数変調フィードフォワードネットワーク(FMFFN)を導入し、異なる周波数成分を適応的に変調し、周波数歪み性能を向上させる。
  論文  参考訳（メタデータ） (2023-10-25T05:59:25Z)
• TWR-MCAE: A Data Augmentation Method for Through-the-Wall Radar Human Motion Recognition [19.7631142728486]
  本稿では,マルチリンク自動符号化ニューラルネットワーク(TWR-MCAE)データ拡張手法を提案する。 提案アルゴリズムは、より優れたピーク信号-雑音比(PSNR)を得る。 実験により,提案アルゴリズムはより優れたピーク信号対雑音比(PSNR)が得られることが示された。
  論文  参考訳（メタデータ） (2023-01-06T12:56:53Z)
• Denoising Diffusion Error Correction Codes [92.10654749898927]
  近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。 最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。 本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
  論文  参考訳（メタデータ） (2022-09-16T11:00:50Z)

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。