文本定制ROI深度压缩

语义文本即控ROI

用户仅输入语义文本即可自行界定感兴趣区域并灵活调节ROI与非ROI的重建质量权衡，无需固定掩码，且统一掩码下仍优于主流深度图像压缩方法。

Jin, Jian · Fanxin, Xia · Feng, Ding · 张新峰 · 刘美琴 · 赵耀 · Lin, Weisi · 孟丽丽

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

文本即控ROI

用户通过输入语义文本即可自定义ROI，无需手动标注掩码，编码器由文本控制。

质量权衡可调

通过可调节的非ROI掩蔽强度（CVA机制）灵活控制ROI与非ROI的重建质量分配。

统一掩码亦优

即使输入统一掩码，本方法在图像重建和机器视觉任务上仍超过锚定方法。

应用场景

• 视频监控：监控中重点区域由用户文字指定，背景压缩节省带宽。
• 机器视觉：下游视觉任务可保留关键区域细节，提升检测分割精度。