面向分布式自动驾驶感知的 GAN 与 JPEG2000 图像压缩：更高峰值信噪比并不意味着更好的语义分割
计算机视觉与模式识别
2019-02-13 v1
摘要
自动驾驶所需的大量传感器给车载总线系统的容量带来了巨大挑战。有必要理解码率与感知性能之间的权衡。本文中，我们将图像压缩标准 JPEG、JPEG2000 和 WebP 与一种基于生成对抗网络（GANs）的现代编解码器图像压缩方法进行比较。我们既使用峰值信噪比（PSNR）、结构相似性（SSIM）等典型指标评估纯压缩性能，也评估后续感知函数（即语义分割，以平均交并比（mIoU）度量）的性能。毫不意外，对于所有研究的压缩方法，更高码率意味着所有研究质量指标的更好结果。然而有趣的是，我们表明在高度相关的低码率区间（0.0625 bit/pixel 处），GAN 自编码器的语义分割 mIoU 比 JPEG2000 绝对高出 3.9%，尽管后者在 PSNR 上仍明显更优（相差 5.91 dB）。若用解码器产生的图像训练语义分割模型，该效应可大幅放大，使得使用 GAN 重建图像训练的分割模型所得的 mIoU 比使用原始图像训练的模型绝对高出近 20%。我们得出结论：未来自动驾驶中的分布式感知很可能无法借助 JPEG2000 等标准压缩方案解决车载总线容量瓶颈，而是需要现代编码方法，其中 GAN 编解码器方法是一个有前景的候选。
引用
@article{arxiv.1902.04311,
title = {GAN- vs. JPEG2000 Image Compression for Distributed Automotive Perception: Higher Peak SNR Does Not Mean Better Semantic Segmentation},
author = {Jonas Löhdefink and Andreas Bär and Nico M. Schmidt and Fabian Hüger and Peter Schlicht and Tim Fingscheidt},
journal= {arXiv preprint arXiv:1902.04311},
year = {2019}
}