Paper page - FRAPPE：全输入残差输出自编码与投影追踪编码器

Source: https://huggingface.co/papers/2605.28992

摘要

一种名为 FRAPPE 的新型自编码框架，采用投影追踪编码器从全输入预测残差，实现了高效的变码率图像压缩，且支持基于 CPU 的快速编码。

在率失真-复杂度权衡（https://huggingface.co/papers?q=rate-distortion-complexity%20trade-off）方面，媒体压缩标准已达到瓶颈，限制了在机器人、可穿戴设备和遥感等应用中，将昂贵的 AI 感知任务卸载到云端的能力。基于深度神经网络的编解码器虽能提升压缩效率，但代价是难以灵活适应比特率的大幅变化，且实时编码需要昂贵、高功耗的 GPU，阻碍了其在低成本或资源受限平台上的使用。针对这些局限，我们提出了一种新型自编码框架（https://huggingface.co/papers?q=autoencoding%20framework）（FRAPPE），它利用全输入通过投影追踪编码器（https://huggingface.co/papers?q=Projection%20Pursuit%20Encoder）预测残差输出（https://huggingface.co/papers?q=Residual%20output）。FRAPPE 的编码目标会自然地对潜在通道（https://huggingface.co/papers?q=latent%20channels）按重要性排序，从而实现零开销的变码率编码（https://huggingface.co/papers?q=variable-rate%20coding）。与基于 RNN 的学习型编解码器（https://huggingface.co/papers?q=learned%20codecs）（其编码器消耗前一次重构的残差）或 RVQ 风格编解码器（其码本需要顺序应用）不同，FRAPPE 的分析路径是一个高度并行的有向无环图（https://huggingface.co/papers?q=DAG），由独立的输入投影（https://huggingface.co/papers?q=independent%20input%20projections）组成。利用 FRAPPE，我们构建了一个变码率 RGB 图像编解码器（https://huggingface.co/papers?q=RGB%20image%20codec）（FRAPPE-Image），并评估了其与标准图像编解码器在率失真-复杂度权衡（https://huggingface.co/papers?q=rate-distortion-complexity%20trade-off）方面的表现。在高压缩比（约 0.1 bpp）下，FRAPPE-Image 提供了比 AVIF 更高的感知质量（https://huggingface.co/papers?q=perceptual%20quality），且编码速度快 47 倍，能够实现实时 1080p、30fps 的纯 CPU 编码（https://huggingface.co/papers?q=CPU-only%20encoding）。我们的代码与预训练模型已开源：https://github.com/UT-SysML/FRAPPE。

查看 arXiv 页面（https://arxiv.org/abs/2605.28992）查看 PDF（https://arxiv.org/pdf/2605.28992）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.28992）

在您的代理中获取此论文：

hf papers read 2605.28992

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

引用本文的模型0

暂无模型链接到此论文

请在模型 README.md 中引用 arxiv.org/abs/2605.28992 以在此页面链接。

引用本文的数据集0

暂无数据集链接到此论文

请在数据集 README.md 中引用 arxiv.org/abs/2605.28992 以在此页面链接。

引用本文的 Space0

暂无 Space 链接到此论文

请在 Space README.md 中引用 arxiv.org/abs/2605.28992 以在此页面链接。

包含此论文的收藏0

暂无收藏包含此论文

请将此论文添加到收藏（https://huggingface.co/new-collection）以在此页面链接。