利用移动游戏数据为色觉缺陷观察者进行增量颜色量化
人机交互
2018-03-23 v1 计算机视觉与模式识别
计算机与社会
摘要
压缩图像的大小取决于其空间分辨率（像素数）和颜色分辨率（颜色量化级数）。我们引入了 DaltonQuant，这是一种用于图像压缩的新型颜色量化技术，云服务可将其应用于发送给具有已知色觉缺陷的特定用户的图像。DaltonQuant 以特定于用户但可逆的方式改善压缩，从而提高用户的网络带宽和数据存储效率。DaltonQuant 对图像数据进行量化以适应用户特定的颜色感知异常，该方法使用基于从一款流行移动游戏获取的大量色觉敏锐度数据的新型增量颜色量化方法。当图像必须传输给不同用户时，托管图像的服务器可以还原 DaltonQuant 的图像重量化与压缩，使得该技术能够大规模部署。我们在 Kodak PC 参考图像集上评估了 DaltonQuant 的压缩性能，结果表明，与最先进的压缩器 TinyPNG 和 pngquant 相比，它可将压缩率额外提高 22%-29%。
引用
@article{arxiv.1803.08420,
title = {Incremental Color Quantization for Color-Vision-Deficient Observers Using Mobile Gaming Data},
author = {Jose Cambronero and Phillip Stanley-Marbell and Martin Rinard},
journal= {arXiv preprint arXiv:1803.08420},
year = {2018}
}