.png){kind=icon}
返回
Rate-Distortion Limits for Task-Oriented Compression with Side Information
.png){kind=icon}
PRE
AI
DOI：10.3390/e28060593.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文分析了由面向任务的数据压缩伴随边信息驱动的语义率失真问题。与任务相关的语义信息对编码器不可直接访问，但通过联合概率分布间接影响观测。解码器旨在满足一定失真约束下同时恢复观测并推断语义信息。值得注意的是，本文通过引入边信息及编码器和解码器两端的两个语义段的观测，推进了相关研究，这显著增加了理论分析的复杂性。我们通过完全表征率失真函数，建立了压缩率与失真之间权衡的信息论极限。此外，针对两种特定马尔可夫条件下的场景，我们明确推导了相应的率失真函数：(i)任务为将整数观测进行偶数和奇数的二元分类；(ii)高斯相关的任务与观测。进一步地，我们基于深度学习开展面向分类的有损图像压缩，验证了信息论分析。结果表明其与理论预期一致，验证了边信息对失真和分类准确率的有效性以及语义分割的合理性。
Keyword:
semantic compression
rate-distortion function
side information
