图像压缩中恰可察觉差的定位
计算机视觉与模式识别
2023-06-14 v1 多媒体
图像与视频处理
摘要
恰可察觉差（JND）是指人能够察觉到的刺激之间的最小差异。对于给定的参考图像和压缩算法，图像级恰可察觉差（PJND）表示导致重建图像中出现可察觉差异的最小压缩程度。这些差异仅能在图像内的某些特定区域中被观察到，被称为 JND 关键区域。识别这些区域有助于改进图像压缩算法的开发。由于个体间视觉感知存在差异，确定目标消费群体的 PJND 值和 JND 关键区域需要进行主观评估实验，并涉及足够数量的观察者。在本文中，我们提出了一种利用众包进行此类实验的新框架。通过应用该框架，我们创建了一个新的 PJND 数据集 KonJND++，包含 300 张源图像、其在 JPEG 或 BPG 压缩下的压缩版本，以及每张源图像平均 43 个 PJND 评分和 129 个自报告的 JND 关键区域位置。我们的实验证明了所提框架的有效性和可靠性，该框架易于适配以收集大规模数据集。源代码和数据集可在 https://github.com/angchen-dev/LocJND 获取。
引用
@article{arxiv.2306.07678,
title = {Localization of Just Noticeable Difference for Image Compression},
author = {Guangan Chen and Hanhe Lin and Oliver Wiedemann and Dietmar Saupe},
journal= {arXiv preprint arXiv:2306.07678},
year = {2023}
}