Citation

@INPROCEEDINGS{9010721,  author={E. {Agustsson} and M. {Tschannen} and F. {Mentzer} and R. {Timofte} and L. {Van Gool}},  booktitle={2019 IEEE/CVF International Conference on Computer Vision (ICCV)},  title={Generative Adversarial Networks for Extreme Learned Image Compression},   year={2019},  volume={},  number={},  pages={221-231},}

どんなもの？

非可逆画像圧縮、 GAN を使ってみました。インスタンス/セマンティックセグメンテーションとも組み合わせられる。

先行研究と比べてどこがすごい？

  • GAN を使った完全な画像圧縮システムは初だと主張
  • 視覚的な品質に全振り（尺度が平均二乗誤差ではない）

技術や手法のキモはどこ？

  • GAN の損失関数に、出力画像の品質（VGG perceptual loss?）と平均ビット数の項を追加
  • Discriminator にセグメンテーション結果を与えることで、より強くなる (GC D+)
  • セグメンテーションの結果も含めて圧縮させると、物体がきれいに残る (SC)

どうやって有効だと検証した？

  • 既存の指標は視覚的なきれいさには使えん！と言って人の目で比較
  • 比較対象は HEVC のアルゴリズムを使う BPG と、オートエンコーダを使った AEDC → ビットレートが低いとき、人の目にはきれいに見える

議論はある？

  • 比較画像(Figure 10)を見ると、色が違ったりして、大丈夫か？という気持ちになる
  • うまくビットの割り当てをコントロールしたいらしい

次に読むべき論文は？