.png){kind=icon}
返回
An efficient adaptive compression method for human perception and machine vision tasks
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.114421.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
尽管大多数现有的神经图像压缩（NIC）和神经视频压缩（NVC）方法已取得显著成功，但它们的优化主要集中于人类视觉感知。然而，随着人工智能的快速发展，许多图像和视频将用于各类机器视觉任务。因此，现有的压缩方法在机器视觉中无法实现有竞争力的性能。为解决这一问题，已提出一些面向机器视觉的编码方法，但它们在多任务压缩和高效优化方面仍存在挑战。在本工作中，我们提出了一种高效自适应压缩（EAC）方法，该方法兼顾人类感知和多种机器视觉任务。我们的方法包含两个关键模块：（1）自适应压缩机制，通过自适应选择潜在特征中的若干子集，以平衡对多种机器视觉任务（如分割和检测）及人类视觉的优化；（2）任务特定适配器，利用参数高效增量调优策略，激活特定机器视觉任务的下游综合分析网络。通过上述两个模块，我们能够优化比特率成本并提升机器视觉性能。总体而言，我们提出的EAC能够无缝集成到现有的NIC（即Ballé2018和Cheng2020）和NVC（即DVC和FVC）方法中。在多个基准数据集（即VOC2007、ILSVRC2012、VOC2012、COCO、UCF101和DAVIS）上的广泛评估表明，我们的方法在保持人类视觉质量的同时，提升了多种机器视觉任务的性能。
Keyword:
Image compression
Video compression
Compression for machine perception
Efficient fine-tuning
Multi-task learning
