面向大尺寸图像的层次化高效压缩器 COLI
计算机视觉与模式识别
2025-11-25 v2 人工智能
摘要
高分辨率、大视场图像的采用不断增加，对高效压缩方法的需求也随之增长。传统技术常常无法保留关键图像细节，而数据驱动方法又表现出有限的通用性。隐式神经表示(INRs)作为一种从空间坐标到像素强度的连续映射学习方法，为单张图像存储网络权重而非原始像素，避免了泛化问题，前景广阔。然而，INR 对大图像的压缩面临挑战，包括压缩速度慢和压缩比率次优。为解决这些限制，我们引入 COLI（面向大图像的压缩器），一个利用视频神经表示(NeRV)的新型框架。首先，认识到 INR 压缩本质上是一种训练过程，我们通过预训练-微调范式、混合精度训练以及将顺序损失重新表述为可并行目标来加速其收敛。其次，充分利用 INR 将图像存储约束转化为权重存储的特性，我们实现了 Hyper-Compression，这是一种新颖的后训练技术，用于在保持最小输出失真的同时大幅提升压缩比率。跨两个医学影像数据集的评估表明，COLI 在显著降低每像素比特数(bpp)的同时，始终实现了具竞争力或优于 PSNR 和 SSIM 指标的压缩效果，并且将 NeRV 训练加速了最高可达 4 倍。
引用
@article{arxiv.2507.11443,
title = {COLI: A Hierarchical Efficient Compressor for Large Images},
author = {Haoran Wang and Hanyu Pei and Yang Lyu and Kai Zhang and Li Li and Feng-Lei Fan},
journal= {arXiv preprint arXiv:2507.11443},
year = {2025}
}