ライトフィールド画像は光線の空間および角度情報を記録しており、従来の2D画像よりも豊富な視覚情報を提供しますが、その高次元特性により、既存の圧縮方法はグローバルな特徴の活用、長距離の相関抽出、計算の複雑さに制約があり、圧縮性能と効率の向上が限られています。そこで本稿では、効率的なMamba駆動のエンドツーエンド光場画像圧縮方法を提案します。まず、4Dライトフィールド画像から空間および極面情報を含む2Dスライスを抽出し、Mambaを利用してそのグローバルコンテキスト情報を十分に捉えます。次に、光場画像を複数の方向にスキャンし、計算複雑度の大幅な増加を避けるために、チャネル効率的な2D選択スキャン戦略を導入し、光場特徴を正確かつ効率的に抽出します。最後に、デコーダ側に残差再構成モジュールを設計し、パラメータ数と符号化・復号時間を削減しつつ、再構成画像の品質を大幅に向上させました。実験結果は、既存の代表的方法であるSADNと比較して、7×7角度解像度の光場画像で平均7.4％のビットレート削減と0.37 dBのPSNR向上を達成し、主観的な視覚品質も優れていることを示しています。符号化・復号時間では10～20倍の大幅な改善が得られました。さらに、最新のLFIC-DRASCと比較して、13×13角度解像度の光場画像で平均19.5％のビットレート削減と0.58 dBのPSNR向上を実現しました。

ライトフィールド; 画像圧縮; エンドツーエンド; Mamba