Buchumschlag

Image and Video Tokenization with Binary Spherical Quantization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Yue, Xiong, Yuanjun, Krähenbühl, Philipp
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Information Theory Machine Learning Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GANCompress: GAN-Enhanced Neural Image Compression with Binary Spherical Quantization
von: Sivakoti, Karthik
Veröffentlicht: (2025)

Bagged Deep Image Prior for Recovering Images in the Presence of Speckle Noise
von: Chen, Xi, et al.
Veröffentlicht: (2024)

High Perceptual Quality Wireless Image Delivery with Denoising Diffusion Models
von: Yilmaz, Selim F., et al.
Veröffentlicht: (2023)

Quantifying Knowledge Distillation Using Partial Information Decomposition
von: Dissanayake, Pasan, et al.
Veröffentlicht: (2024)

Fast and Accurate Cooperative Radio Map Estimation Enabled by GAN
von: Zhang, Zezhong, et al.
Veröffentlicht: (2024)

Laplacian-guided Entropy Model in Neural Codec with Blur-dissipated Synthesis
von: Khoshkhahtinat, Atefeh, et al.
Veröffentlicht: (2024)

Resi-VidTok: An Efficient and Decomposed Progressive Tokenization Framework for Ultra-Low-Rate and Lightweight Video Transmission
von: Liu, Zhenyu, et al.
Veröffentlicht: (2025)

Synonymous Variational Inference for Perceptual Image Compression
von: Liang, Zijian, et al.
Veröffentlicht: (2025)

Distance Guided Generative Adversarial Network for Explainable Binary Classifications
von: Xiong, Xiangyu, et al.
Veröffentlicht: (2023)

An I2I Inpainting Approach for Efficient Channel Knowledge Map Construction
von: Jin, Zhenzhou, et al.
Veröffentlicht: (2024)

Learning a distance measure from the information-estimation geometry of data
von: Ohayon, Guy, et al.
Veröffentlicht: (2025)

A Multi-Drone Multi-View Dataset and Deep Learning Framework for Pedestrian Detection and Tracking
von: Dakic, Kosta, et al.
Veröffentlicht: (2025)

Spherical Leech Quantization for Visual Tokenization and Generation
von: Zhao, Yue, et al.
Veröffentlicht: (2025)

Rate-Adaptive Quantization: A Multi-Rate Codebook Adaptation for Vector Quantization-based Generative Models
von: Seo, Jiwan, et al.
Veröffentlicht: (2024)

MedMamba: Vision Mamba for Medical Image Classification
von: Yue, Yubiao, et al.
Veröffentlicht: (2024)

Automated Detection of Myopic Maculopathy in MMAC 2023: Achievements in Classification, Segmentation, and Spherical Equivalent Prediction
von: Li, Yihao, et al.
Veröffentlicht: (2024)

Toward Lightweight and Fast Decoders for Diffusion Models in Image and Video Generation
von: Buzovkin, Alexey, et al.
Veröffentlicht: (2025)

Image Motion Blur Removal in the Temporal Dimension with Video Diffusion Models
von: Pang, Wang, et al.
Veröffentlicht: (2025)

SSUMamba: Spatial-Spectral Selective State Space Model for Hyperspectral Image Denoising
von: Fu, Guanyiman, et al.
Veröffentlicht: (2024)

Contrastive Learning and Adversarial Disentanglement for Privacy-Aware Task-Oriented Semantic Communication
von: Erak, Omar, et al.
Veröffentlicht: (2024)

Explanations of Classifiers Enhance Medical Image Segmentation via End-to-end Pre-training
von: Chen, Jiamin, et al.
Veröffentlicht: (2024)

Aligning Task- and Reconstruction-Oriented Communications for Edge Intelligence
von: Diao, Yufeng, et al.
Veröffentlicht: (2025)

Task-Oriented Co-Design of Communication, Computing, and Control for Edge-Enabled Industrial Cyber-Physical Systems
von: Diao, Yufeng, et al.
Veröffentlicht: (2025)

Investigating Self-Supervised Image Denoising with Denaturation
von: Waida, Hiroki, et al.
Veröffentlicht: (2024)

Generative Video Semantic Communication via Multimodal Semantic Fusion with Large Model
von: Yin, Hang, et al.
Veröffentlicht: (2025)

GCtx-UNet: Efficient Network for Medical Image Segmentation
von: Alrfou, Khaled, et al.
Veröffentlicht: (2024)

Revisiting Generative Adversarial Networks for Binary Semantic Segmentation on Imbalanced Datasets
von: Xu, Lei, et al.
Veröffentlicht: (2024)

Deep Learning Superresolution for 7T Knee MR Imaging: Impact on Image Quality and Diagnostic Performance
von: Chen, Pinzhen, et al.
Veröffentlicht: (2026)

Translation-based Video-to-Video Synthesis
von: Saha, Pratim, et al.
Veröffentlicht: (2024)

Video Quality Enhancement Using Deep Learning-Based Prediction Models for Quantized DCT Coefficients in MPEG I-frames
von: Busson, Antonio J G, et al.
Veröffentlicht: (2020)

Principled Probabilistic Imaging using Diffusion Models as Plug-and-Play Priors
von: Wu, Zihui, et al.
Veröffentlicht: (2024)

RetinaRegen: A Hybrid Model for Readability and Detail Restoration in Fundus Images
von: Tang, Yuhan, et al.
Veröffentlicht: (2025)

UniCompress: Enhancing Multi-Data Medical Image Compression with Knowledge Distillation
von: Yang, Runzhao, et al.
Veröffentlicht: (2024)

Diffusion-Aided Joint Source Channel Coding For High Realism Wireless Image Transmission
von: Yang, Mingyu, et al.
Veröffentlicht: (2024)

ROI-based Deep Image Compression with Implicit Bit Allocation
von: Hu, Kai, et al.
Veröffentlicht: (2025)

RAGE for the Machine: Image Compression with Low-Cost Random Access for Embedded Applications
von: Rask, Christian D., et al.
Veröffentlicht: (2024)

Segment Anything Model for Medical Images?
von: Huang, Yuhao, et al.
Veröffentlicht: (2023)

Implicit Image-to-Image Schrodinger Bridge for Image Restoration
von: Wang, Yuang, et al.
Veröffentlicht: (2024)

Video Denoising in Fluorescence Guided Surgery
von: Seets, Trevor, et al.
Veröffentlicht: (2024)

MambaVC: Learned Visual Compression with Selective State Spaces
von: Qin, Shiyu, et al.
Veröffentlicht: (2024)