本研究では、学習型画像圧縮(LIC)モデルのドメイン適応の問題に取り組んでいる。LICモデルは自然画像に対して優れた圧縮性能を発揮するが、異なるドメインの画像に対しては性能が低下する課題がある。
提案手法では、事前学習済みのLICモデルにドメイン固有のアダプターモジュールを組み込む。アダプターは、ソースドメインと複数のターゲットドメインに対応しており、それぞれの特性を学習する。デコーダ側にアダプターを配置し、入力画像のドメインを推定するゲートネットワークによって、アダプターの出力を適応的に合成することで、ターゲットドメインの圧縮効率を向上させる。
実験では、Zou et al.とCheng et al.のLICモデルに提案手法を適用し、スケッチやコミックなどのターゲットドメインで大幅な圧縮効率の向上を確認した。一方、ソースドメインの性能も維持できることを示した。さらに、提案手法はアダプターの適応性が高く、事前に学習していないドメインの画像に対しても良好な圧縮性能が得られることを確認した。
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Alberto Pres... о arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15591.pdfГлибші Запити