基于 Wasserstein 重心计算率-失真-感知函数
信息论
2023-05-01 v1 math.IT
摘要
由于机器学习技术在有损压缩领域的应用，新兴的率-失真-感知（RDP）理论正受到研究兴趣的激增。信息RDP函数刻画了描述率、平均失真与以概率分布间差异度量的感知质量之间的三方权衡。然而，由于感知约束的引入，计算RDP函数一直存在挑战，现有研究常求助于数据驱动方法。本文中，我们展示信息RDP函数可转化为Wasserstein重心问题。感知约束带来的非严格凸性可通过熵正则项正则化。我们证明熵正则化模型收敛于原问题。此外，我们提出一种基于Sinkhorn算法的交替迭代方法数值求解正则化优化问题。实验结果证明了所提算法的效率与准确性。
引用
@article{arxiv.2304.14611,
title = {Computation of Rate-Distortion-Perception Functions With Wasserstein Barycenter},
author = {Chunhui Chen and Xueyan Niu and Wenhao Ye and Shitong Wu and Bo Bai and Weichao Chen and Sian-Jheng Lin},
journal= {arXiv preprint arXiv:2304.14611},
year = {2023}
}