可定制的基于ROI的深度图像压缩
计算机视觉与模式识别
2025-07-04 v3 图像与视频处理
摘要
区域关注（ROI）图像压缩通过优先提高ROI区域的重建质量来优化比特分配。然而，随着用户（包括人类客户和下游机器任务）的多样化增加，ROI图像压缩需要可定制化以支持各种偏好。例如，不同用户可能定义不同的ROI或对ROI和非ROI之间的质量权衡有不同要求。现有的ROI图像压缩方案预定义ROI，导致其不可更改，且缺乏有效机制来平衡ROI和非ROI之间的重建质量。本工作提出一种可定制ROI深度图像压缩范式。首先，我们开发了文本控制的掩码获取（Text-controlled Mask Acquisition, TMA）模块，允许用户通过输入相应的语义文本轻松自定义其压缩的ROI，使编码器受文本控制。其次，我们设计了可定制价值分配（Customizable Value Assign, CVA）机制，通过用户决定的可变程度来掩码非ROI，从而管理ROI和非ROI之间重建质量的权衡。最后，我们提出了潜在掩码注意（Latent Mask Attention, LMA）模块，其中提取掩码的潜在空间先验与图像的潜在率失真优化（RDO）先验在潜在空间中融合，并用于优化源图像的潜在表示。实验结果表明，我们提出的可定制ROI深度图像压缩范式有效地满足了ROI定义和掩码获取的可定制化需求，以及在ROI和非ROI之间管理重建质量权衡的需求。
引用
@article{arxiv.2507.00373,
title = {Customizable ROI-Based Deep Image Compression},
author = {Jian Jin and Fanxin Xia and Feng Ding and Xinfeng Zhang and Meiqin Liu and Yao Zhao and Weisi Lin and Lili Meng},
journal= {arXiv preprint arXiv:2507.00373},
year = {2025}
}