论文页面 - LiVeAction：一种面向实时操作的轻量级、通用且非对称的神经编解码器设计

来源：https://huggingface.co/papers/2605.06628

摘要

LiVeAction 是一种轻量级神经编解码器架构，它采用类似 FFT 的结构和基于方差的速率惩罚替代对抗损失，从而提升了资源受限设备的率失真性能。

现代传感器生成的数据丰富且高保真，但运行在可穿戴设备或遥感设备上的应用仍受限于带宽和功耗预算。JPEG 和 MPEG 等标准化编解码器在比特率和感知质量之间实现了高效的权衡，但它们是为人类感知而设计的，这限制了其在机器感知任务以及空间音频阵列、高光谱图像和 3D 医学图像等非传统模态上的适用性。基于标量量化或分辨率降低的通用压缩方案虽然具有广泛的适用性，但未能利用信号固有的冗余性，导致次优的率失真性能 (https://huggingface.co/papers?q=rate-distortion%20performance)。最近的生成式神经编解码器 (https://huggingface.co/papers?q=neural%20codec)（或称为 tokenizer）能够建模复杂的信号依赖性，但往往参数过多、数据依赖性强且特定于某种模态，这使得它们在资源受限的环境中难以实际部署。我们提出了一种轻量级、通用且非对称的神经编解码器 (https://huggingface.co/papers?q=neural%20codec) 架构（LiVeAction），通过两个关键思路解决了这些局限性。（1）为了降低编码器复杂度以满足执行环境的资源约束，我们施加了类似 FFT 的结构 (https://huggingface.co/papers?q=FFT-like%20structure)，并减小了基于神经网络的解析变换 (https://huggingface.co/papers?q=neural-network-based%20analysis%20transform) 的整体尺寸和深度。（2）为了支持任意信号模态并简化训练，我们用基于方差的速率惩罚 (https://huggingface.co/papers?q=variance-based%20rate%20penalty) 取代了对抗损失和感知损失。我们的设计产生的编解码器相比最先进的生成式 tokenizer (https://huggingface.co/papers?q=generative%20tokenizers) 提供了更优越的率失真性能 (https://huggingface.co/papers?q=rate-distortion%20performance)，同时仍适合部署在低功耗传感器上。我们在 https://github.com/UT-SysML/liveaction 发布了我们的代码、实验和 Python 库。

查看 arXiv 页面 (https://arxiv.org/abs/2605.06628)查看 PDF (https://arxiv.org/pdf/2605.06628)项目页面 (https://ut-sysml.github.io/liveaction)GitHub1 (https://github.com/ut-sysml/liveaction)添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2605.06628)

在您的 Agent 中获取此论文：

hf papers read 2605\.06628

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型1

danjacobellis/autocodec 图像到图像• 3天前更新 (https://huggingface.co/danjacobellis/autocodec)

引用此论文的数据集0

没有数据集链接此论文

在数据集的 README.md 中引用 arxiv.org/abs/2605.06628 即可从此页面建立链接。

引用此论文的 Spaces 0

没有 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2605.06628 即可从此页面建立链接。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 即可从此页面建立链接。