Correcting Diffusion-Based Perceptual Image Compression with Privileged End-to-End Decoder

本文提出了一种基于扩散模型的图像压缩方法，该方法采用特权端到端解码器模型作为校正，旨在实现更好的感知质量，同时在一定程度上保证失真。我们构建了一个扩散模型，并设计了一种新的范式，将扩散模型和端到端解码器相结合，后者负责在编码器侧传输提取的特权信息。具体来说，我们在理论上分析了扩散模型在原始图像可见的情况下的重建过程。基于这个分析，我们引入了一个端到端的卷积解码器，以更好地逼近编码器侧的分数函数$\nabla_{\mathbf{x}_t}\log p(\mathbf{x}_t)$并有效地传输组合。实验证明，与先前的感知压缩方法相比，我们的方法在失真和感知方面都具有优越性。

本论文旨在解决扩散模型在图像压缩中难以保证失真度的问题，提出了一种基于扩散模型和端到端解码器的图像压缩方法。

论文提出了一种新的范式，将扩散模型和端到端解码器相结合，通过在编码器端提取的特权信息来更好地逼近得分函数，从而在保证失真度的同时实现更好的感知质量。

论文使用理论分析解释了扩散模型在编码器端重建图像的过程，并提出了一种端到端卷积解码器来更好地逼近得分函数。实验结果表明，该方法在失真度和感知质量方面均优于先前的感知压缩方法。

最近的相关研究包括：“Variational image compression with a scale hyperprior”和“End-to-end optimized image compression via joint autoencoder with iterative refinement and attention-guided sampling”。