使用预训练扩散模型的有损压缩
计算机视觉与模式识别
2025-01-20 v1 图像与视频处理
摘要
我们将 DiffC 算法（Theis 等 2022）应用于 Stable Diffusion 1.5、2.1、XL 和 Flux-dev，展示了这些预训练模型在有损图像压缩方面具有惊人的能力。自 Ho 等 2020 年起，关于使用预训练扩散模型进行有损压缩的原则性算法已有所理解，但在逆信道编码方面的挑战阻碍了此类算法的完全实现。我们引入了简单的解决方案，使得 DiffC 首次能够完整实现，并能够在 10 秒内使用 Stable Diffusion 对图像进行压缩和解压缩。尽管无需额外训练，我们的方法在低极低比特率下与其他最新生成式压缩方法具有竞争力。
引用
@article{arxiv.2501.09815,
title = {Lossy Compression with Pretrained Diffusion Models},
author = {Jeremy Vonderfecht and Feng Liu},
journal= {arXiv preprint arXiv:2501.09815},
year = {2025}
}