.png){kind=icon}
返回
Toward Learned Image Compression for Multiple Semantic Analysis Tasks
.png){kind=icon}
PRE
AI
DOI：10.1109/TBC.2025.3597154.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，基于深度神经网络（DNN）的图像压缩方法在码率失真性能上表现出优于传统编解码器的优势。然而，大多数现有的基于DNN的压缩方法仅针对特定码率下的人眼感知进行信号保真度优化，忽视了在压缩比特流中保留丰富的语义信息。这一局限性使得现有深度编解码器压缩的图像不适用于机器视觉应用。为弥合图像压缩与多语义分析任务之间的差距，本研究提出将自监督学习（SSL）与深度图像压缩相结合，以学习通用的压缩表示，使多种计算机视觉任务能够从压缩域进行语义分析。具体而言，设计了码率约束下的语义引导SSL，以保留通用视觉特征的语义并去除与语义分析无关的冗余。同时，提出了一种具有高阶空间交互的压缩网络，以低复杂度捕获长距离依赖关系，从而去除全局冗余。在不产生像素级重建解码成本的情况下，该方法压缩的特征能够以紧凑方式服务于多种语义分析任务。来自多个语义分析任务的实验结果证实，在相似码率下，所提出的方法在各项分析性能上显著优于传统编解码器和最新的深度图像压缩方法。本研究的源代码可在https://mic.tongji.edu.cn中找到。
Keyword:
Image compression
self-supervised learning
machine vision
semantic analysis
期刊
IF:
4.8
论文数:
2.1K
被引数:
3.0K
机构
引用论文
分享收藏HorNet: efficient high-order spatial interactions with recursive gated convolutionsHorNet: 高效的高阶空间交互与递归门控卷积.png)
OAAI
IF0
OAAI分享收藏
分享收藏
查看更多内容