面向高效压缩的显著性驱动图像预处理——工业论文
计算机视觉与模式识别
2026-01-27 v1
摘要
卫星图像的压缩仍然是一个重要的研究领域,因为每天都会收集数百 TB 的图像,这推高了存储和带宽成本。尽管在提高这些卫星图像分辨率方面取得了进展,但许多下游任务仅对给定图像中的小区域感兴趣。这些感兴趣的区域因任务而异,但一旦确定,即可用于优化图像内信息的编码方式。标准图像编码方法,即使是针对遥感优化的方法,均等地处理整幅图像,而新兴方法则可以由显著性图引导以聚焦于重要区域。在本工作中,我们展示了如何将显著性图驱动的图像预处理技术与传统有损压缩编码标准结合使用,从而在单幅大卫星图像内实现可变速率图像压缩。具体而言,我们使用映射到不同量化显著性级别的可变尺寸平滑核来处理图像像素,以优化下游压缩和编码方案。
引用
@article{arxiv.2601.17555,
title = {Saliency Driven Imagery Preprocessing for Efficient Compression -- Industrial Paper},
author = {Justin Downes and Sam Saltwick and Anthony Chen},
journal= {arXiv preprint arXiv:2601.17555},
year = {2026}
}
备注
Proceedings of the 31st ACM International Conference on Advances in Geographic Information Systems (2023)