PerCoV2：通过隐式分层掩码图像建模改进超低比特率感知图像压缩
计算机视觉与模式识别
2025-03-13 v1 图像与视频处理
摘要
我们引入了 PerCoV2，一个新颖且开源的超低比特率感知图像压缩系统，专为带宽和存储受限的应用而设计。基于 Careil 等人的先前工作，PerCoV2 将原始公式扩展到 Stable Diffusion 3 生态系统，并通过显式建模离散超潜像分布来提高熵编码效率。为此，我们对最近的自回归方法（VAR 和 MaskGIT）进行了全面比较以进行熵建模，并在 MSCOCO-30k 大规模基准上评估了我们的方法。与先前工作相比，PerCoV2 (i) 在更低比特率下实现了更高的图像保真度，同时保持了具有竞争力的感知质量，(ii) 具有混合生成模式以进一步节省比特率，(iii) 完全基于公共组件构建。代码和训练模型将在 https://github.com/Nikolai10/PerCoV2 发布。
引用
@article{arxiv.2503.09368,
title = {PerCoV2: Improved Ultra-Low Bit-Rate Perceptual Image Compression with Implicit Hierarchical Masked Image Modeling},
author = {Nikolai Körber and Eduard Kromer and Andreas Siebert and Sascha Hauke and Daniel Mueller-Gritschneder and Björn Schuller},
journal= {arXiv preprint arXiv:2503.09368},
year = {2025}
}