.png){kind=icon}
返回
Quality-Preserving Extreme Image Compression: Using Interpretable Conditioning Inputs with Diffusion Models
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-06066-2_23.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
扩散模型已经革新了图像合成，但其用于图像压缩的潜力尚未得到充分探索。我们引入了PLIC（伪有损图像压缩），一种利用扩散模型和条件输入的压缩框架，以在保持强感知相似性和卓越图像质量的同时实现高压缩率。与使用抽象潜在表示的传统神经压缩器不同，我们的方法使用可解释的条件输入（文本提示、坎尼边缘、调色板）来指导基于扩散的图像重建。基于率失真感知理论，PLIC优先最小化比特率和失真，而非像素级重建，允许扩散模型在解压缩过程中填充合理的细节，这仍然能实现高感知相似性。我们在490张真实世界图像上进行评估，展示了卓越的压缩率（平均每像素0.004比特和0.197比特），同时保持优异的图像质量（平均BRISQUE=23.36，平均CPBD=0.60）和高感知相似性。我们的方法随着图像分辨率的提高而有效扩展，在常见图像分辨率下压缩优势增长。我们分析了包括对互联网可负担性、档案存储和部署考虑在内的实际影响。我们的项目代码可在：https://github.com/PseudoLossy/PLIC。
Keyword:
Image Compression
Diffusion Models
Conditioning Inputs
期刊
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容