感知优化的深度图像压缩
图像与视频处理
2020-07-13 v2 计算机视觉与模式识别
摘要
由于其简单性和解析性质，均方误差（MSE）和 范数在很大程度上主导了神经网络中损失的度量。然而，当用于评估视觉信息损失时，这些简单范数与人类感知的一致性并不高。在此，我们提出了一种不同的代理方法来针对定量感知模型优化图像分析网络。具体而言，我们构建了一个代理网络，它在模仿感知模型的同时作为网络的损失层。我们通过实验展示了该优化框架如何应用于训练端到端优化的图像压缩网络。基于现代深度图像压缩模型，我们能够在给定指定感知质量（VMAF）水平下，证明相对于 MSE 优化平均码率降低了 。
引用
@article{arxiv.2007.02711,
title = {Perceptually Optimizing Deep Image Compression},
author = {Li-Heng Chen and Christos G. Bampis and Zhi Li and Andrey Norkin and Alan C. Bovik},
journal= {arXiv preprint arXiv:2007.02711},
year = {2020}
}
备注
7 pages, 6 figures. arXiv admin note: substantial text overlap with arXiv:1910.08845