语义辅助图像压缩
计算机视觉与模式识别
2022-02-01 v1 图像与视频处理
摘要
传统的图像压缩方法通常以像素级一致性为目标，而忽略了下游AI任务的性能。为解决该问题，本文提出一种语义辅助图像压缩方法(SAIC)，其可保持语义级一致性以使下游AI任务获得高性能。为此，我们使用语义级损失函数训练压缩网络。具体而言，语义级损失通过基于梯度的语义权重机制(GSW)度量。GSW直接考虑下游AI任务的感知结果。随后，本文提出一种语义级失真评价指标，以量化压缩过程中保留的语义信息量。实验结果表明，在相同压缩比下，所提SAIC方法相比传统的基于深度学习的方法和先进的感知方法能保留更多语义级信息，并在下游AI任务上取得更好性能。
引用
@article{arxiv.2201.12599,
title = {Semantic-assisted image compression},
author = {Qizheng Sun and Caili Guo and Yang Yang and Jiujiu Chen and Xijun Xue},
journal= {arXiv preprint arXiv:2201.12599},
year = {2022}
}