论分类-失真-感知权衡
信息论
2020-06-30 v1 计算机视觉与模式识别
math.IT
摘要
信号退化无处不在，对退化信号的计算复原已研究多年。近来有报道指出，信号复原的能力从根本上受限于感知-失真权衡，即复原信号与理想“原始”信号之间的失真和感知差异无法同时达到最小。失真对应信号保真度，感知差异对应感知自然度，二者均为实践中重要的度量。此外，还有另一维度值得考虑，即复原信号的语义质量或用于识别目的的效用。本文将先前的感知-失真权衡扩展至分类-失真-感知（CDP）权衡的情形，在失真和感知差异之外引入了复原信号的分类错误率。我们考虑了两种版本的CDP权衡：一种使用预定义分类器，另一种处理复原信号的最优分类器。对两种版本，我们均能严格证明CDP权衡的存在，即失真、感知差异与分类错误率无法同时达到最小。我们的发现尤其对计算机视觉研究有用，其中一些底层视觉任务（信号复原）服务于高层视觉任务（视觉理解）。
引用
@article{arxiv.1904.08816,
title = {On The Classification-Distortion-Perception Tradeoff},
author = {Dong Liu and Haochen Zhang and Zhiwei Xiong},
journal= {arXiv preprint arXiv:1904.08816},
year = {2020}
}