머신 인식을 위한 점진적 학습 기반 이미지 압축

Progressive Learned Image Compression for Machine Perception

최근 학습 기반 이미지 코덱 기술은 인간의 인식에서 머신의 인식으로 확장되고 있습니다. 그러나 미세한 수준의 확장성을 제공하여 단일 비트스트림을 여러 품질 수준으로 디코딩할 수 있는 점진적 이미지 압축 기술은 아직 머신 지향 코덱에서는 연구되지 않았습니다. 본 논문에서는 trit-plane coding 방식을 기반으로 한 머신 인식용 점진적 학습 기반 이미지 압축 코덱인 PICM-Net을 제안합니다. 인간 중심 코덱에서 시작하여, 공간-주파수 변조 어댑터(SFMA), 하이퍼-합성 저랭크 어댑터(HSLoRA) 및 점진적 디코딩 인지 훈련을 통해 머신 인식에 적응시키고, 작업 기반 어댑테이션이 점진적인 전송을 위한 심볼 우선순위를 어떻게 변경하는지를 분석합니다. 또한 실제 배포를 지원하기 위해, 추론 시점에 필요한 디코딩 수준을 동적으로 결정하고, 현재의 적합성이 원하는 신뢰 수준에 부족한 경우에만 추가 비트를 요청하는 적응형 디코딩 컨트롤러를 도입했습니다. 광범위한 실험 결과는 PICM-Net이 효율적이고 적응적인 점진적 전송을 달성하면서도 우수한 하위 분류 성능을 유지함을 보여줍니다. 저희의 코드는 다음 주소에서 확인할 수 있습니다: https://github.com/kjungwoo03/PICM-Net.

Recent advances in learned image codecs have extended from human perception toward machine perception However, progressive image compression with fine granular scalability (FGS)-which enables decoding a single bitstream at multiple quality levels-remains unexplored for machine-oriented codecs. In this work, we propose PICM-Net, a progressive learned image compression codec for machine perception built on trit-plane coding. Starting from a human-oriented codec, we adapt it for machine perception via a spatial-frequency modulation adapter (SFMA), a hyper-synthesis low-rank adapter (HSLoRA), and progressive decoding-aware training, and analyze how task-driven adaptation alters symbol prioritization for progressive transmission. To further support real-world deployment, we introduce an adaptive decoding controller that dynamically determines the necessary decoding level at inference time, requesting additional bits only when the current suitability is insufficient for the desired confidence level. Extensive experiments demonstrate that PICM-Net achieves efficient and adaptive progressive transmission while maintaining strong downstream classification performance. Our code is available at https://github.com/kjungwoo03/PICM-Net.