|
早稲田大学
甲藤 二郎
教授
機関別共同研究
Discovery Saga
論文分野別Discovery Saga
研究テーマDiscovery Saga
協賛企業
共同研究先:Swiss Federal Institute of Technology Lausanne
Academic
共同研究数 1
Conference Paper
2019 9
IEEE : Institute of Electrical and Electronics Engineers
Perceptual Quality Study on Deep Learning Based Image Compression
ディープラーニングを用いた画像圧縮の知覚的品質に関する研究
Zhengxue Cheng, Pinar Akyazi, Heming Sun, Jiro Katto, Touradj Ebrahimi
【抄録】
Recently deep learning based image compression has made rapid advances with promising results based on objective quality metrics. However, a rigorous subjective quality evaluation on such compression schemes have rarely been reported. This paper aims at perceptual quality studies on learned compression. First, we build a general learned compression approach, and optimize the model. In total six compression algorithms are considered for this study. Then, we perform subjective quality tests in a controlled environment using high-resolution images. Results demonstrate learned compression optimized by MS-SSIM yields competitive results that approach the efficiency of state-of-the-art compression. The results obtained can provide a useful benchmark for future developments in learned image compression. © 2019 IEEE.
【抄録日本語訳】
近年、深層学習を用いた画像圧縮が急速に進展しており、客観的な品質指標に基づく有望な結果が得られている。しかし、このような圧縮方式に対する厳密な主観的品質評価はほとんど報告されていない。本論文は、学習型圧縮の知覚的品質に関する研究を目的とする。まず、一般的な学習型圧縮方式を構築し、そのモデルを最適化する。この研究では、合計6つの圧縮アルゴリズムを検討する。次に、高解像度画像を用いて、制御された環境下で主観的な品質テストを行う。その結果、MS-SSIMによって最適化された学習型圧縮は、最先端の圧縮の効率に迫る競争力のある結果をもたらすことが実証された。得られた結果は、学習型画像圧縮における今後の開発のための有用なベンチマークを提供することができる。© 2019 IEEE.