面向图像压缩的人类感知评价
图像与视频处理
2019-08-13 v1 计算机视觉与模式识别
摘要
近来，深度学习技术用于图像压缩受到很多关注，且有声称称其中若干方法比工程化压缩方案（如 JPEG、JPEG2000 或 BPG）效果更佳。当今比较图像压缩方案的标准方式是使用感知相似性度量如 PSNR 或 MS-SSIM（多尺度结构相似性）。这导致一些深度学习技术直接以 MS-SSIM 为损失函数对其进行优化。虽然这令此类技术获得更高的 MS-SSIM，我们通过用户研究表明由此带来的改进可能具误导性。具有更高 MS-SSIM 的深度学习图像压缩技术，感知上可能实际上比具有更低 MS-SSIM 的工程化压缩方案更差。
引用
@article{arxiv.1908.04187,
title = {Human Perceptual Evaluations for Image Compression},
author = {Yash Patel and Srikar Appalaraju and R. Manmatha},
journal= {arXiv preprint arXiv:1908.04187},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1907.08310