机器看图省下近三成码率，质量还卡在人类可接受线！
You've Seen Enough: Quality-Constrained Image Coding for Machines
📖 AI 总结
本文针对机器视觉系统日益成为图像主要消费端的趋势，研究面向机器的图像编码（ICM）问题。作者借鉴人眼恰可察觉失真（JND）的概念，提出将人可观测的图像质量限制在预设的可接受水平，从而把剩余编码容量用于提升机器任务性能。为此，研究将联合压缩-分割训练重新建模为带约束的优化问题，并设计绝对函数与双线性函数两种惩罚函数来引导质量逼近目标值，其中双线性函数在超过目标质量后施加更陡的惩罚斜率。实验表明，在满足质量约束的前提下，该方法相较无约束的联合率-失真-任务优化取得-22.82%的BD-rate，相较简单率-失真基线取得-29.81%，即在保持相同任务性能的同时显著降低码率，且能以合理误差达到目标视觉质量，不引入额外复杂度。
🔑 关键词速览
| Image Coding for Machines (ICM) | 面向机器的图像编码，一种以计算机视觉任务为主要服务对象的图像压缩范式。 |
| Just-Noticeable Distortion (JND) | 恰可察觉失真，指人类视觉系统刚好能察觉到的失真阈值，常用于设定可接受的质量水平。 |
| Constrained Optimization | 约束优化，在满足特定约束条件的前提下优化目标函数的数学问题框架。 |
| BD-rate | Bjøntegaard delta rate，一种衡量编码效率的指标，表示在相同质量下码率节省的百分比。 |
| Rate-Distortion-Task Optimization | 率-失真-任务联合优化，同时考虑压缩码率、重建失真和下游任务性能的优化方法。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅