返回
Task–Adapted Learnable Embedded Quantization for Scalable Human-Machine Image Compression
DOI:10.1109/tcsvt.2025.3525664.png)
摘要
En 中文
针对人类和机器视觉的图像压缩已成为满足机器-机器和人类-机器通信日益增长需求的趋势。可扩展的人类-机器图像压缩最近正作为一种高效替代方案出现,旨在同时实现基础层对机器视觉的高精度和增强层对人类视觉的高保真重建。然而,现有方法通过启发式机制实现可扩展编码,无法充分挖掘层间相关性,并明显牺牲了率失真性能。在本文中,我们提出任务自适应的嵌入式可学习量化,以分析优化的方式解决这一问题。我们首先揭示了机器视觉和人类视觉潜在表示之间的关系,并证明通过对人类视觉学习表示进行后训练优化,可以近似获得机器视觉的最优表示。在此基础上,我们提出任务自适应的嵌入式可学习量化,利用可学习步长预测器为多样化机器视觉任务自适应确定最优量化步长,从而通过嵌入式量化充分挖掘机器视觉和人类视觉表示之间的层间相关性。此外,我们将所提出的嵌入式量化纳入预训练的图像压缩模型,开发了一种人类-机器可扩展编码框架。实验结果表明,所提出的框架在目标检测、实例分割和全景分割等机器视觉任务上实现了最先进性能,同时人类视觉的率失真性能损失可忽略不计。
期刊
IF:
11.1
论文数:
2.3K
被引数:
3.6W
机构
引用论文
An overhead-free region-based JPEG framework for task-driven image compression用于任务驱动图像压缩的基于区域的无开销JPEG框架

