arXiv · 机器人与计算机视觉· Nikolai K\"orber, Eduard Kromer, Andreas Siebert, Sascha Hauke, Daniel Mueller-Gritschneder, Bj\"orn Schuller·· 2026-10-06精选AI 评分82
PerCoV2:基于查询的 1D 多模态图像 Token 超低码率感知图像压缩系统发布
PerCoV2: Ultra-Low Bit-Rate Perceptual Image Compression via Query-Based 1D Multimodal Image Tokens
AI 导读
PerCoV2 是一个超低码率感知图像压缩系统,统一了语义分词、流生成和熵建模。该系统在 MSCOCO-30k 数据集上实现了极低码率(0.0015-0.025 bpp)下的最先进统计保真度,并在 SA-1B 数据集上训练后展现出对 DIV2K 等高分辨率基准的零样本泛化能力。
推荐理由
PerCoV2 在极低码率下实现感知压缩新 SOTA,开源代码与预训练模型将随论文发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org