[論文レビュー] Image compression overview

Martin Prantl|arXiv (Cornell University)|Sep 14, 2014

Advanced Data Compression Techniques参考文献 9被引用数 5

ひとこと要約

本稿は、過去10年間における画像圧縮技術の包括的概要を提供しており、損失なしおよび損失ありの手法に焦点を当てている。予測ベース、ウェーブレットベース、ニューラルネットワークベースのアプローチを評価し、JPEG-LSとJPEG2000がそれぞれ損失なしおよび損失あり圧縮において優れた性能を示すことを示している。特に高圧縮比においては、JPEG2000がPSNRにおいて他の手法を上回っている。

ABSTRACT

Compression plays a significant role in a data storage and a transmission. If we speak about a generall data compression, it has to be a lossless one. It means, we are able to recover the original data 1:1 from the compressed file. Multimedia data (images, video, sound...), are a special case. In this area, we can use something called a lossy compression. Our main goal is not to recover data 1:1, but only keep them visually similar. This article is about an image compression, so we will be interested only in image compression. For a human eye, it is not a huge difference, if we recover RGB color with values [150,140,138] instead of original [151,140,137]. The magnitude of a difference determines the loss rate of the compression. The bigger difference usually means a smaller file, but also worse image quality and noticable differences from the original image. We want to cover compression techniques mainly from the last decade. Many of them are variations of existing ones, only some of them uses new principes.

研究の動機と目的

• 過去10年間における画像圧縮技術の最新の進展を分析・比較すること。
• 標準的な画像セットを用いて、PNG、CALIC、JPEG-LS、JPEG2000などの損失なし手法の性能を評価すること。
• JPEG2000、JPEG、四分木ベース、ニューラルネットワークベースの手法を含む損失あり圧縮技術を、PSNRおよび圧縮比の観点から評価すること。
• 画像の内容（例：エッジ、滑らかな領域）が圧縮効率および品質に与える影響を調査すること。
• 理論的利点があるにもかかわらず、新しい圧縮手法の採用に課題が生じる理由を強調すること。

提案手法

• 標準的な512x512および256x256のテスト画像（Lenna、Trui、Airplane、Crowd、Landsat）を用いた比較評価フレームワークを採用。
• 損失あり圧縮評価の主な指標としてPSNRおよびピクセル当たりビット数（bpp）を用いる。
• 辞書ベース（PNG、GIF）、予測ベース（CALIC、JPEG-LS）、変換ベース（JPEG2000）の手法を用いて損失なし圧縮を実施。
• 予測ベース手法の評価には、勾配適応予測（GAP）、中央値エッジ検出（MED）、ニューラルネットワーク予測子を用いる。
• フィードフォワードネットワークを用いたニューラルネットワークベースの圧縮は、ピクセル近傍を用いた誤差逆伝播による学習を実施。
• ヒストグラム類似度および画像の内容特徴（例：エッジ密度、滑らかさ）を用いて圧縮効率を分析。

実験結果

リサーチクエスチョン

• RQ1 現代の損失なし画像圧縮手法は、圧縮比および速度の観点からどのように比較されるか？
• RQ2 画像の内容（例：エッジ、テクスチャ、均一な領域）は、異なる圧縮アルゴリズムの性能にどのような影響を与えるか？
• RQ3 さまざまなビットレートにおいて、JPEG2000は他の損失あり圧縮手法と比較してPSNRおよび圧縮効率の観点でどのように差をつけるか？
• RQ4 なぜ一部のニューラルネットワークベースの圧縮手法は低ビットレートで一貫性のない性能を示すのか？
• RQ5 JPEG-LSのような準損失なし手法は、高忠実度を維持しつつ、損失あり圧縮をどの程度模倣できるか？

主な発見

• 損失あり圧縮において、JPEG2000はPSNR性能が最も高く、特に高圧縮比においてJPEGおよび他の手法を顕著に上回った。
• 損失なし圧縮においては、JPEG-LSおよび[18]のDWTベース手法が最も優れた結果を示し、JPEG-LSは速度および圧縮比の両面でPNGおよび損失なしJPEG2000を上回った。
• JPEG-LSにおけるMED予測子は、特に強いエッジに沿って予測誤差を効果的に低減し、圧縮効率を向上させた。
• ニューラルネットワークベースの圧縮は、高ビットレートでは有望な性能を示したが、低ビットレートではトレーニングの不安定性のため一貫性に欠けた結果となった。
• ヒストограмが類似する画像（例：AirplaneとCrowd）は、類似した圧縮比を示し、画像統計と圧縮効率との強い相関関係を示した。
• 輪郭ベースの圧縮[37]は、LennaやTruiのような自然画像では性能が低く、一般向け画像圧縮には不適切であることが確認された。