跳到正文
热点事件持续更新

H-DDCM:Hadamard 字典加速生成式压缩

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Or Ronai、Vladimir Kulikov、Tomer Michaeli 在 arXiv 发布 H-DDCM 论文,提出一种无需任务特定训练的生成式图像与视频压缩框架,用隐式随机 Hadamard 字典替代稠密 Gaussian 码本。 作者称,借助快速 Walsh-Hadamard 变换,可在不实际生成完整字典的情况下,以 O(d log d) 计算量完成投影与重建、O(d) 内存开销;并称这使其能在单张 GPU 上对长视频做接近实时的生成式压缩。以上为论文摘要中的作者声称,本说明基于论文摘要。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    H-DDCM:用隐式随机 Hadamard 字典实现快速生成式图像与视频压缩

    H-DDCM 是一种无需任务特定训练的可扩展生成式压缩框架,以隐式随机 Hadamard 字典替代稠密 Gaussian 码本,并通过快速 Walsh-Hadamard 变换实现 O(d log d) 的投影与重建计算、O(d) 的内存开销。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。