基于PPO的比特率分配条件扩散模型用于遥感图像压缩
计算机视觉与模式识别
2026-03-17 v1
摘要
现有的遥感图像压缩方法仍在探索如何在保持高压缩效率的同时保留细节和任务相关信息。与此同时，高分辨率无人机图像为城市监测和灾害评估提供了有价值的结构细节，但大范围数据集容易达到数百 gigabytes，为存储和长期管理带来了重大挑战。本文提出了基于PPO的比特率分配条件扩散压缩(PCDC)框架。PCDC将条件扩散解码器与PPO驱动的块状比特率分配策略相结合，以实现高压缩比，同时保持强感知性能。我们还发布了一个高分辨率无人机图像数据集，包含在 coastal 城市地区住宅区的一致低飞行高度下的丰富结构细节。实验结果显示，DIV2K上的压缩比为19.3倍，无人机图像数据集上为21.2倍。此外，下游目标检测实验表明，重构图像保留了任务相关信息，性能几乎不受影响。
引用
@article{arxiv.2603.15365,
title = {A PPO-Based Bitrate Allocation Conditional Diffusion Model for Remote Sensing Image Compression},
author = {Yuming Han and Jooho Kim and Anish Shakya},
journal= {arXiv preprint arXiv:2603.15365},
year = {2026}
}