論文の概要: IGDA-ICMH: an Importance Guided Feature and Network Dual Adaptation Framework towards Image Compression for Machine and Human Vision

• arxiv url: http://arxiv.org/abs/2610.41924v1
• Date: Fri, 30 Oct 2026 15:54:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.798486
• Title: IGDA-ICMH: an Importance Guided Feature and Network Dual Adaptation Framework towards Image Compression for Machine and Human Vision
• Title（参考訳）: IGDA-ICMH : 画像圧縮のための重要機能とネットワークデュアル適応フレームワーク
• Abstract要約: マシンビジョンのためのImportance Guided機能とネットワークデュアル適応(IGDA)フレームワークが開発されている。 基本的なアーキテクチャとして暗黙的なニューラル表現を採用し、特徴量とネットワーク重み適応の両方で効率的な適応構造を設計する。 Importance-Guided Feature Adaptation (IGFA)モジュールは、低ランクかつKronecker製品ベースの変換を用いて、特徴の非局所的な性質を探索する。
• 参考スコア（独自算出の注目度）: 26.517910477813952
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the surge of machine vision applications, image compression for both machine and human vision (ICMH) has become an important research area. Existing studies mainly focus on task-specific adaptation or multi-task joint optimization, yet they often overlook the unequal contributions of different features and network layers to downstream machine vision tasks. To address this issue, we first quantitatively investigate the impact of different feature and network layers on machine vision performance, providing a principled understanding of their importance. Based on this analysis, an Importance Guided feature and network Dual Adaptation (IGDA) framework is developed for ICMH. It adopts implicit neural representation as the basic architecture and designs an efficient adaptation structure with both feature and network weight adaptation. An Importance-Guided Network Adaptation (IGNA) module is developed with a low-rank adaptation strategy to selectively adjust key network layers according to their importance in different tasks. An Importance-Guided Feature Adaptation (IGFA) module is developed with a low-rank and Kronecker product-based transform to explore the non-local property of the features in order to reduce the number of adaptation parameters. Extensive experiments on representative machine vision tasks, including image classification and object detection, demonstrate that our IGDA-ICMH framework achieves significantly better performance than the existing implicit neural representation-based methods for ICMH.
• Abstract（参考訳）: マシンビジョンアプリケーションの増加に伴い、マシンビジョンとヒューマンビジョン(ICMH)の両方のイメージ圧縮が重要な研究領域となっている。 既存の研究は主にタスク固有の適応やマルチタスク共同最適化に重点を置いているが、ダウンストリームマシンビジョンタスクに対する異なる特徴やネットワーク層の不平等な貢献を見落としていることが多い。 この問題に対処するために,我々はまず,異なる特徴層とネットワーク層がマシンビジョン性能に与える影響を定量的に検討し,その重要性を原則的に理解する。 この分析に基づき、ICMHのためのImportance Guided feature and network Dual Adaptation (IGDA)フレームワークを開発した。 基本的なアーキテクチャとして暗黙的なニューラル表現を採用し、特徴量とネットワーク重み適応の両方で効率的な適応構造を設計する。 Importance-Guided Network Adaptation (IGNA) モジュールは、異なるタスクにおける重要度に応じて、キーネットワーク層を選択的に調整するための低ランク適応戦略を用いて開発されている。 Importance-Guided Feature Adaptation (IGFA) モジュールは低ランクかつKronecker製品ベースの変換を用いて開発され、適応パラメータの数を減らすために特徴の非局所的性質を探索する。 我々のIGDA-ICMHフレームワークは、既存の暗黙的ニューラル表現に基づくICMH法よりもはるかに優れた性能を発揮することを示す。

関連論文リスト

• GCRPNet: Graph-Enhanced Contextual and Regional Perception Network for Salient Object Detection in Optical Remote Sensing Images [68.33481681452675]
  本稿では,GCRPNet(Graph-enhanced contextual and Regional Recognition Network)を提案する。 これはMambaアーキテクチャの上に構築され、長距離依存関係を同時にキャプチャし、地域的特徴表現を強化する。 マルチスケールの畳み込みによって処理される特徴マップに対して適応的なパッチスキャンを行い、リッチなローカル領域情報をキャプチャする。
  論文  参考訳（メタデータ） (2025-08-14T11:31:43Z)
• NiNformer: A Network in Network Transformer with Token Mixing Generated Gating Function [1.3812010983144802]
  本稿では、Vision Transformer ViTブロックの代替として、新しい計算ブロックを提案する。 新たに提案したブロックは、通常の注意層をネットワーク構造に置き換えることで、計算要求を減らす。 ビジョンドメインの画像分類タスクに適用される複数のデータセットのベースラインアーキテクチャよりも優れたパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2024-03-04T19:08:20Z)
• A Generic Shared Attention Mechanism for Various Backbone Neural Networks [53.36677373145012]
  自己注意モジュール(SAM)は、異なる層にまたがる強い相関した注意マップを生成する。 Dense-and-Implicit Attention (DIA)はSAMをレイヤ間で共有し、長期間のメモリモジュールを使用する。 我々のシンプルで効果的なDIAは、様々なネットワークバックボーンを一貫して拡張できます。
  論文  参考訳（メタデータ） (2022-10-27T13:24:08Z)
• Vision Transformer with Convolutions Architecture Search [72.70461709267497]
  本稿では,畳み込み型アーキテクチャサーチ(VTCAS)を用いたアーキテクチャ探索手法を提案する。 VTCASによって探索された高性能バックボーンネットワークは、畳み込みニューラルネットワークの望ましい特徴をトランスフォーマーアーキテクチャに導入する。 これは、特に低照度屋内シーンにおいて、物体認識のためのニューラルネットワークの堅牢性を高める。
  論文  参考訳（メタデータ） (2022-03-20T02:59:51Z)
• Video Coding for Machine: Compact Visual Representation Compression for Intelligent Collaborative Analytics [101.35754364753409]
  Video Coding for Machines (VCM) は、ビデオ/画像圧縮と特徴圧縮をある程度別々の研究トラックにブリッジすることを約束している。 本稿では,既存の学術・産業活動に基づくVCM方法論と哲学を要約する。
  論文  参考訳（メタデータ） (2021-10-18T12:42:13Z)

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。