面向联合学科的电子显微镜图像压缩：通过 VQ-VAE 引入 Transformer 先验
计算机视觉与模式识别
2025-11-06 v2
摘要
Petascale 电子显微镜（EM）数据集正将存储、传输以及下游分析推向其当前极限。我们提出了一种基于向量量化变分自编码器（VQ-VAE）的压缩框架，用于 EM 图像压缩，覆盖 16 倍到 1024 倍的压缩比例，并支持按需解码用例：仅解码顶层数据以实现极端压缩， optionally 引入 Transformer 先验模型预测底层标记（不改变压缩比例），通过特征级线性调制（FiLM）和拼接方式恢复纹理；我们进一步引入基于感兴趣区域（ROI）的工作流程，对仅在需要时从 1024 倍压缩后的潜在表示进行选择性高分辨率重建。
关键词
引用
@article{arxiv.2511.00231,
title = {Towards 1000-fold Electron Microscopy Image Compression for Connectomics via VQ-VAE with Transformer Prior},
author = {Fuming Yang and Yicong Li and Hanspeter Pfister and Jeff W. Lichtman and Yaron Meirovitch},
journal= {arXiv preprint arXiv:2511.00231},
year = {2025}
}