Tecnick

新型语言模型推动生成式图像压缩发展

研究人员开发了FLM，这是一种新颖的频率感知语言模型，专为生成式图像压缩而设计。该模型将图像转换为离散的DCT系数序列，然后FLM利用这些序列自回归地预测用于算术编码的token概率。这种方法允许确定性重建，同时显著提高压缩效率，尤其是在低比特率下。实验表明，FLM的性能优于现有方法，在标准数据集上实现了显著的BD-PSNR增益，并通过保持语义保真度和减少块状伪影提供了更好的定性结果。