面向人类与机器的 JPEG 兼容压缩：一份报告

深度神经网络（DNNs）已成为我们日常生活的重要组成部分，尤其是在视觉相关应用中。然而，传统的有损图像压缩算法主要是为人类视觉系统（HVS）设计的，如 \cite{liu2018deepn} 所指出，这会在压缩后对 DNNs 的验证精度造成不可忽视的损害。因此，开发同时面向人类和机器（DNNs）的图像压缩算法已势在必行。为了应对上述挑战，本文首先将图像压缩建模为一个兼顾人类与机器视角的多目标优化问题，随后通过线性组合求解该问题，并提出了一种同时面向人类与机器的新型失真度量，称为人机导向误差（HMOE）。在此基础上，我们基于 HMOE 开发了人机导向软判决量化（HMOSDQ），这是一种同时面向人类和机器（DNNs）且完全兼容 JPEG 格式的有损图像压缩算法。为了评估 HMOSDQ 的性能，我们最终在 ImageNet \cite{deng2009imagenet} 验证集的两个子集上，对两个预训练的知名基于 DNN 的图像分类器 Alexnet \cite{Alexnet} 和 VGG-16 \cite{simonyan2014VGG} 进行了实验：一个子集包含短边在 496 至 512 范围内的图像，另一个子集包含短边在 376 至 384 范围内的图像。结果表明，HMOSDQ 在率-精度和率-失真性能方面均优于默认 JPEG 算法。对于 Alexnet，与默认 JPEG 算法相比，HMOSDQ 在 $0.61$ BPP 下可将验证精度提高 $0.81\%$ 以上，或在保持相同验证精度的前提下，将默认 JPEG 的压缩率降低 $9.6\times$。