| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-02-19 17:00 A Two-Stage Lightweight Framework for Learned Image Compression via Distillation and Quantization ○Zhen Zhou・Heming Sun（YNU）  ITS2025-60 IE2025-75 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | In recent years, learned image compression (LIC) showed a powerful performance in the image compression task compared to the widely used traditional codecs such as JPEG. Furthermore, the modern LIC model structure that based on the variational autoencoder (VAE), has an additional hyper-path to capture detailed information in the latent space. The hyper-path gives the network a better probabilistic modeling ability for data encoding. However, although it was designed to collect sub-information, the hyper-path could consume 40% of the whole network's parameters. We consider this part of consumption to be unnecessary and unbalanced. To solve this problem, we proposed a two-step lightweight training framework that is based on knowledge distillation and quantization, and it can compress the hyper-path in both the structure and numerical field. Although knowledge distillation and quantization are rapidly adopted in network compression, there are few research that has combined them, especially for the hyper-path of the LIC model. The results show that our proposal successfully decreased the hyper-path's parameters and storage in 59.8% and 97.5% separately. Meanwhile, the accuracy only reduced 7.2% on average. As a conclusion, our research demonstrate an lightweight and high-quality compression framework for the hyper-path. | |
| キーワード | （和） | 画像圧縮 / / / / / / / |
| （英） | learned image compression / / / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 356, IE2025-75, pp. 119-123, 2026年2月. | |
| 資料番号 | IE2025-75 | |
| 発行日 | 2026-02-12 (ITS, IE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ITS2025-60 IE2025-75 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT ITE-SIP |
| 開催期間 | 2026-02-19 - 2026-02-20 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | |
| テーマ（和） | 画像処理、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | A Two-Stage Lightweight Framework for Learned Image Compression via Distillation and Quantization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像圧縮 / learned image compression |
| キーワード(2)（和/英） | / |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 周 震 / Zhen Zhou / シュウ シン |
| 第1著者 所属（和/英） | 横浜国立大学 (略称： 横浜国大) Yokohama National University (略称： YNU) |
| 第2著者 氏名（和/英/ヨミ） | 孫 鶴鳴 / Heming Sun / ソン カクメイ |
| 第2著者 所属（和/英） | 横浜国立大学 (略称： 横浜国大) Yokohama National University (略称： YNU) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-02-19 17:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2025-60, IE2025-75 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.355(ITS), no.356(IE) |
| ページ範囲 | pp.119-123 |
| ページ数 | 5 |
| 発行日 | 2026-02-12 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]