[논문 리뷰] Image Compression Based on Compressive Sensing: End-to-End Comparison with JPEG

Xin Yuan, Raziel Haimi-Cohen|arXiv (Cornell University)|2017. 06. 03.

Sparse and Compressive Sensing Techniques참고 문헌 73인용 수 10

한 줄 요약

이 논문은 압축 감지(CS) 기반의 엔드 투 엔드 이미지 압축 시스템을 제안하며, 감지,量子화, 엔트로피 코딩을 통합하여 JPEG와 유사한 성능을 달성하고 저비트레이트에서 더 우수한 성능을 보인다. 결정성 감지 행렬과 최적화된 양자화-압축 상호보완 관계를 사용함으로써 재구성 품질이 크게 향상되며, 특히 JPEG가 블록화 잡음 문제를 앓는 저비트레이트 영역에서 두드러진다.

ABSTRACT

We present an end-to-end image compression system based on compressive sensing. The presented system integrates the conventional scheme of compressive sampling and reconstruction with quantization and entropy coding. The compression performance, in terms of decoded image quality versus data rate, is shown to be comparable with JPEG and significantly better at the low rate range. We study the parameters that influence the system performance, including (i) the choice of sensing matrix, (ii) the trade-off between quantization and compression ratio, and (iii) the reconstruction algorithms. We propose an effective method to jointly control the quantization step and compression ratio in order to achieve near optimal quality at any given bit rate. Furthermore, our proposed image compression system can be directly used in the compressive sensing camera, e.g. the single pixel camera, to construct a hardware compressive sampling system.

연구 동기 및 목표

• 실세계 구현을 위해 양자화와 엔트로피 코딩을 통합한 실용적인 엔드 투 엔드 압축 감지 기반 이미지 압축 시스템을 개발하기 위해.
• 압축 감지 기반 이미지 압축에서 양자화 해상도와 압축 비율 간의 상호보완 관계를 평가하고 최적화하기 위해.
• 다양한 비트레이트와 이미지 유형에서 제안된 시스템의 성능을 JPEG 및 JPEG2000와 비교하기 위해.
• 주어진 비트레이트에서 이미지 품질을 최대화하는 감지 행렬과 재구성 알고리즘의 최적 조합을 규명하기 위해.
• 단일 픽셀 카메라와 같은 압축 감지 카메라와의 직접 하드웨어 통합을 가능하게 하기 위해 아날로그 영역 측정에 호환되는 시스템 설계를 위해.

제안 방법

• 이미지를 낮은 차원의 측정 공간으로 투영하기 위해 결정성 감지 행렬(예: 2D-DCT 또는 WHT)을 사용하여 무작위 감지 행렬을 대체한다.
• 측정값은 유한한 코드북을 사용해 양자화되며, 결과적으로 생성된 코드워드는 손실 없는 압축을 통해 엔트로피 코딩되어 비트스트림을 생성한다.
• 목표 비트레이트에서 근사 최적의 품질을 달성하기 위해 최적의 양자화 간격과 압축 비율 조합을 선택하기 위한 최적화된 검색 방법을 제안한다.
• 저랭크성과 자연 이미지의 흩어름성 같은 구조적 사전 지식을 활용하는 고급 알고리즘(예: NLR-CS 또는 D-AMP)을 사용해 재구성을 수행한다.
• 엔코더(감지, 양자화, 엔트로피 코딩)와 디코더(재구성)를 포함한 엔드 투 엔드 평가를 수행하며, 성능은 SSIM 및 PSNR로 측정된다.
• 단일 픽셀 카메라와 같은 하드웨어 압축 감지 시스템과의 호환성을 고려해 설계되어 아날로그 감지 파이프라인에 직접 구현 가능하도록 한다.

실험 결과

연구 질문

• RQ1 압축 감지 기반 압축 시스템에서 감지 행렬의 선택(결정성 대 무작위)이 이미지 재구성 품질에 미치는 영향은 어떠한가?
• RQ2 주어진 비트레이트에서 최고의 이미지 품질을 달성하기 위해 양자화 해상도와 압축 비율(측정 수) 간의 최적 상호보완 관계는 무엇인가?
• RQ3 제안된 CS 기반 이미지 압축 시스템은 다양한 이미지 유형과 비트레이트에서 JPEG 및 JPEG2000와 비교해 비트레이트-왜곡 성능 측면에서 어떻게 다른가?
• RQ4 결정성 감지 행렬이 표준 무작위 감지 행렬보다 CS 기반 이미지 압축에서 성능을 향상시킬 수 있는가?
• RQ5 이 시스템은 단일 픽셀 카메라와 같은 하드웨어 압축 감지 카메라에 얼마나 잘 적응될 수 있는가?

주요 결과

• 저비트레이트(SSI < 0.7)에서 제안된 CS 기반 이미지 압축(CSbIC) 시스템은 블록화 잡음이 현저히 감소하고 왜곡이 더 매끄럽기 때문에 JPEG를 능가한다.
• 시험 이미지의 절반에서는 모든 품질 수준에서 CSbIC가 JPEG보다 더 높은 이미지 품질을 달성한다; 나머지 절반에서는 JPEG가 CSbIC를 앞서는 교차점이 SSIM 0.7–0.9에서 발생한다.
• 2D-DCT와 NLR-CS 또는 2D-WHT와 D-AMP의 조합이 모든 테스트 구성 중에서 가장 높은 재구성 품질을 달성한다.
• 특히 SSIM < 0.7일 경우, 시스템은 JPEG2000와 유사한 성능을 보이며, 저비트레이트 영역에서 강력한 경쟁력을 확보한다.
• 결정성 감지 행렬의 사용은 특히 주파수 국소화와 같은 도메인 전용 사전 지식과 조합될 경우, 무작위 감지 행렬 대비 성능 향상에 크게 기여한다.
• 제안된 최적의 양자화 및 압축 비율 조합 선택 방법은 주어진 비트레이트에서 근사 최고 품질을 달성하며, 체계적 최적화의 효과를 입증한다.