最优可控感知有损压缩
计算机视觉与模式识别
2022-06-22 v1 图像与视频处理
摘要
近期有损压缩研究表明，失真与感知质量彼此权衡，提出了失真-感知（D-P）之间的折中。直观上，为获得不同感知质量，必须训练不同解码器。本文给出一个非平凡发现：仅两个解码器便足以最优地实现任意（无穷多种不同的）D-P 折中。我们证明，D-P 折中界的任意点均可通过最小 MSE 解码器与一特定构造的完美感知解码器输出之间的简单线性插值达到。同时，感知质量（以平方 Wasserstein-2 距离度量）可由插值因子定量控制。此外，为构造完美感知解码器，我们提出两个理论最优的训练框架。这些新框架不同于现有方法中广泛使用的基于失真加对抗损失的启发式框架，其不仅理论上最优，而且能在实用感知解码中取得最先进性能。最后，我们通过实验验证了理论发现并展示了我们框架的优越性。代码见：https://github.com/ZeyuYan/Controllable-Perceptual-Compression
引用
@article{arxiv.2206.10082,
title = {Optimally Controllable Perceptual Lossy Compression},
author = {Zeyu Yan and Fei Wen and Peilin Liu},
journal= {arXiv preprint arXiv:2206.10082},
year = {2022}
}
备注
ICML 2022