Compression d'image zéro-coup avec échantillonnage posterior basé sur la diffusion

Les modèles de diffusion dominent le domaine de la génération d'images, cependant ils n'ont pas encore réalisé de percées majeures dans le domaine de la compression d'images. En effet, bien que les modèles de diffusion pré-entraînés aient été adaptés avec succès à une grande variété de tâches en aval, les travaux existants sur la compression d'images basée sur la diffusion nécessitent un entraînement de modèle spécifique à la tâche, ce qui peut être à la fois fastidieux et limitant. Ce travail comble cette lacune en exploitant le prior d'image appris par les modèles de diffusion pré-entraînés existants pour résoudre la tâche de compression d'image avec perte. Cela permet l'utilisation de la grande variété de modèles disponibles publiquement et évite le besoin d'entraînement ou d'ajustement. Notre méthode, PSC (Compression basée sur l'échantillonnage posterior), utilise des échantillonneurs posterior basés sur la diffusion en zéro-coup. Elle le fait à travers un nouveau processus séquentiel inspiré de la technique d'acquisition active "Adasense" pour accumuler des mesures informatives de l'image. Cette stratégie minimise l'incertitude dans l'image reconstruite et permet la construction d'une transformation adaptative à l'image coordonnée entre l'encodeur et le décodeur. PSC offre un schéma de compression progressive qui est à la fois pratique et simple à mettre en œuvre. Malgré un réglage minimal, et une quantification simple et un codage d'entropie, PSC atteint des résultats compétitifs par rapport aux méthodes établies, ouvrant la voie à une exploration plus approfondie des modèles de diffusion pré-entraînés et des échantillonneurs posterior pour la compression d'image.