Оптимизированное сквозное сжатие изображений

Мы описываем метод сжатия изображений, состоящий из нелинейного анализа́ционного преобразования, равномерного квантователя и нелинейного синтезирующего преобразования. Преобразования строятся в три последовательные стадии, включающие свёрточные линейные фильтры и нелинейные функции активации. В отличие от большинства свёрточных нейронных сетей, совместная нелинейность выбрана для реализации формы локального управления усилением, основанной на механизмах, используемых при моделировании биологических нейронов. С помощью варианта стохастического градиентного спуска мы совместно оптимизируем всю модель по критерию скорость–искажение на базе обучающих изображений, вводя непрерывный суррогат для разрывной функции потерь, возникающей из-за квантователя. При определённых условиях релаксированная функция потерь может интерпретироваться как логарифм правдоподобия генеративной модели, реализованной в виде вариационного автокодировщика. Однако, в отличие от таких моделей, модель сжатия должна работать в любой заданной точке кривой скорость–искажение, определяемой параметром компромисса. На независимом наборе тестовых изображений мы обнаружили, что оптимизированный метод в целом демонстрирует лучшие характеристики скорость–искажение, чем стандартные методы сжатия JPEG и JPEG 2000. Что ещё важнее, мы наблюдаем существенное улучшение визуального качества всех изображений при всех скоростях передачи в битах, что подтверждается объективными оценками качества с использованием MS-SSIM.