[논문 리뷰] Guetzli: Perceptually Guided JPEG Encoder

Alakuijala, Jyrki, Robert Obryk외 4명|arXiv (Cornell University)|2017. 03. 13.

Advanced Image Processing Techniques참고 문헌 1인용 수 26

한 줄 요약

Guetzli는 인간 시각 시스템의 특성을 반영한 JPEG 인코더로, Butteraugli 심리시각적 거리 측정법을 사용하여 전역 양자화 테이블과 DCT 계수를 최적화함으로써 동일한 시각적 품질에서 다른 인코더보다 29–45% 더 작은 파일 크기를 달성한다. 이는 색채 마스킹, 공간 주파수 민감도, 밝기 마스킹 등의 인간 시각 시스템 모델을 활용하여 균일하고 시각적으로 구분되지 않는 압축을 구현한다.

ABSTRACT

Guetzli is a new JPEG encoder that aims to produce visually indistinguishable images at a lower bit-rate than other common JPEG encoders. It optimizes both the JPEG global quantization tables and the DCT coefficient values in each JPEG block using a closed-loop optimizer. Guetzli uses Butteraugli, our perceptual distance metric, as the source of feedback in its optimization process. We reach a 29-45% reduction in data size for a given perceptual distance, according to Butteraugli, in comparison to other compressors we tried. Guetzli's computation is currently extremely slow, which limits its applicability to compressing static content and serving as a proof- of-concept that we can achieve significant reductions in size by combining advanced psychovisual models with lossy compression techniques.

연구 동기 및 목표

• 고도로 발전된 인간 시각 모델을 활용하여 시각적 품질 저하 없이 JPEG 파일 크기를 줄이는 것.
• 특히 경계나 고대비 영역에서 흔히 발생하는 비균일한 시각적 품질 저하 문제를 해결하는 것.
• JPEG의 기술적 제약 속에서도 시각적 최적화가 압축 효율을 크게 향상시킬 수 있는지 탐구하는 것.
• JPEG 형식의 제약 속에서도 시각적으로 유도된 최적화가 상당한 크기 절감을 이끌 수 있음을 입증하는 것.
• 미래의 이미지 포맷에서 공간적 적응형 양자화와 더 풍부한 색상 모델링을 지원할 수 있는 개념 증명으로서의 기능.

제안 방법

• Butteraugli 심리시각 거리 측정법을 피드백으로 사용하는 폐쇄형 최적화 프레임워크를 활용하여 인코더가 반복적으로 양자화 테이블과 DCT 계수를 조정한다.
• Butteraugli를 목적 함수로 사용하며, 인간 시각의 세 가지 핵심 요소를 모델링한다: 색채 마스킹(예: 노란색에 의해 마스킹되는 파랑 변화), 고주파 영역에서의 파랑 감도 감소, 지역 이미지 활동에 기반한 시각적 마스킹.
• 엔트로피를 줄이기 위해 작은 DCT 계수를 강력하게 0으로 설정함으로써 시각적 품질을 유지한다.
• 세 가지 JPEG 파라미터에 대해 최적화를 수행한다: 전역 양자화 테이블, DCT 계수 양자화, 크로마 서브샘플링(YUV420 모드).
• 색상 공간 내 저주파수 및 고주파수 성분에 대해 별도의 마스킹 모델을 사용하여 양자화 결정을 안내한다.
• 원본 이미지와 시각적으로 동일시할 수 있는 특정 Butteraugli 거리 값을 목표로 삼고, 그 조건 하에서 파일 크기를 최소화한다.

실험 결과

연구 질문

• RQ1 심리시각 모델링을 통해 JPEG 파일 크기를 현저히 줄일 수 있을까? 시각적으로 구분되지 않는 품질을 유지할 수 있는가?
• RQ2 표준 인코더와 비교했을 때, 시각적 최적화는 압축 아티팩트의 공간 분포에 어떤 영향을 미치는가?
• RQ3 원래로 공간적 적응형 양자화를 지원하지 않는 상황에서, 심리시각 측정법(예: Butteraugli)이 압축 효율을 얼마나 향상시킬 수 있는가?
• RQ4 시각적으로 유도된 인코더를 사용할 경우, 인코딩 시간과 파일 크기 절감 사이의 상호 교환 관계는 어떠한가?
• RQ5 Butteraugli로 측정했을 때 동일한 시각적 품질을 달성한 상황에서, 다양한 JPEG 인코더 간의 파일 크기 비교는 어떻게 이루어지는가?

주요 결과

• Guetzli는 동일한 Butteraugli 시각적 거리에서 다른 JPEG 인코더보다 29–45% 더 작은 파일 크기를 달성한다.
• libjpeg의 품질 95 설정과 비교했을 때, 테스트 코퍼스에서 Guetzli는 파일 크기를 43.19% 줄였다.
• mozjpeg의 -tune-ms-ssim 파라미터 설정과 비교했을 때, Guetzli는 동일한 시각적 품질에서 45.39%의 크기 절감을 이뤘다.
• Butteraugli를 통한 시각 피드백 활용으로 인해 더 균일한 시각적 열화가 발생하여 뚜렷한 리버버브링 및 블록 아티팩트가 감소했다.
• 상당히 느리지만, Guetzli의 결과는 JPEG 형식의 제약 속에서도 시각적 최적화가 상당한 성과를 낼 수 있음을 보여준다.
• 결과적으로 향후 공간적 적응형 양자화와 더 풍부한 색상 모델링을 지원하는 이미지 포맷은 더 낮은 계산 비용으로도 더 큰 압축 성능 향상을 이룰 수 있을 것으로 보인다.