能量感知的 JPEG 图像压缩：一种多目标方法
计算机视觉与模式识别
2022-09-12 v1 人工智能
神经与进化计算
摘要
客户满意度受到移动设备能耗的关键影响。应用中最耗电的部分之一是图像。虽然不同质量的不同图像消耗不同数量的能量，但对于典型图像中某一操作的能耗尚无直接的计算方法。本文首先研究了能耗与图像质量以及图像文件大小之间存在相关性。因此，这两者可作为能耗的代理指标。随后，我们提出一种基于 JPEG 图像压缩中量化表的多目标策略，以提升图像质量并减小图像文件大小。为此，我们采用了两种通用的多目标元启发式方法：标量化与基于帕累托的方法。标量化方法通过组合不同目标求得单一最优解，而基于帕累托的技术旨在获得一组解。本文将我们的策略嵌入五种标量化算法中，包括能量感知多目标遗传算法（EnMOGA）、能量感知多目标粒子群优化（EnMOPSO）、能量感知多目标差分进化（EnMODE）、能量感知多目标进化策略（EnMOES）和能量感知多目标模式搜索（EnMOPS）。同时，两种基于帕累托的方法，包括非支配排序遗传算法（NSGA-II）和基于参考点的 NSGA-II（NSGA-III），被用于嵌入方案，并提出了两种基于帕累托的算法 EnNSGAII 与 EnNSGAIII。实验研究表明，通过将所提策略嵌入元启发式算法，基线算法的性能得到了提升。
引用
@article{arxiv.2209.04374,
title = {Energy-Aware JPEG Image Compression: A Multi-Objective Approach},
author = {Seyed Jalaleddin Mousavirad and Luís A. Alexandre},
journal= {arXiv preprint arXiv:2209.04374},
year = {2022}
}
备注
42 pages, this paper is submitted to the related journal