[論文レビュー] The Rate-Distortion-Perception Tradeoff: The Role of Common Randomness

Aaron B. Wagner|arXiv (Cornell University)|Feb 8, 2022

Wireless Communication Security Techniques被引用数 15

ひとこと要約

本稿は、有限の共通ランダムネス下でのレート・歪み・知覚（RDP）トレードオフに対する符号化定理を確立し、従来のRDP関数が共通ランダムネスが無限大のときのみ有効であることを示している。二次ガウス型の場合の最適歪みをレートと共通ランダムネスの関数として導出し、分布保存再構成を達成するには、標準的なレート・歪み符号化を超えて非自明な共有ランダムネスが必要であることが明らかになった。

ABSTRACT

A rate-distortion-perception (RDP) tradeoff has recently been proposed by Blau and Michaeli and also Matsumoto. Focusing on the case of perfect realism, which coincides with the problem of distribution-preserving lossy compression studied by Li et al., a coding theorem for the RDP tradeoff that allows for a specified amount of common randomness between the encoder and decoder is provided. The existing RDP tradeoff is recovered by allowing for the amount of common randomness to be infinite. The quadratic Gaussian case is examined in detail.

研究の動機と目的

• 有限の共通ランダムネス下でのレート・歪み・知覚（RDP）トレードオフを形式化し、過去の研究が無限の共有ランダムネスを仮定していたのを拡張する。
• 分布保存レート・歪み関数（DP-RDF）の運用的解釈を解明し、完全なリアリズムを達成するための共通ランダムネスの役割を定量化する。
• 制限付き共通ランダムネスを伴う固定レート圧縮の符号化定理を提示し、分散チャネル合成と情報理論的原則を結びつける。
• レートと共通ランダムネスの関数として二次ガウス型における最適歪みを特徴づけ、知覚的忠実性のための共有ランダムネスの必要性を明らかにする。

提案手法

• エンコーダーとデコーダーにプライベートランダム化を用いた (n, 2^{nR}, 2^{nR_c}) コードを形式化し、サイズ 2^{nR_c} の共有ランダムシードを用いて再構成を調整可能にする。
• ソースと再構成分布の全変動距離制約を用いて、近似的な完全なリアリズムと完全なリアリズムの達成可能性を定義する。
• キューフスタイルの分散チャネル合成フレームワークを適用し、マークフ・チェーンと相互情報量制約を用いて逆方向の境界を導出する。
• 共有ランダムネスをモデル化するためのガウス補助確率変数 U を用い、条件付き期待値と分散分解により歪み境界を導出する。
• 共有多ivariate 歪みを Δ = 2 − 2ρ√(1 − 2^{−2R_c}(1 − ρ²)) とし、X, U, Y が共通ガウス分布に従う場合に導出する。ここで ρ = E[XU] であり、U は標準正規分布に従う。
• エントロピー最大化とシュワルツの不等式を用いて逆方向を確立し、レートと共通ランダムネスが R + R_c ≥ I(Y;U) および R ≥ I(X;U) を満たす必要があることを示し、最終的な特徴づけに至る。

実験結果

リサーチクエスチョン

• RQ1 有限の共通ランダムネスの可用性が、損失圧縮における達成可能なレート・歪み・知覚トレードオフにどのように影響するか？
• RQ2 ガウス型の場合に、完全なリアリズム（すなわち、分布保存再構成）を達成するために必要な最小の共通ランダムネス量は何か？
• RQ3 共通ランダムネスが有限であるとき、従来のRDP関数は運用的に正当化可能か、それとも無限の共通ランダムネスの極限でのみ有効か？
• RQ4 二次ガウス型設定における歪みは、レート R と共通ランダムネス R_c の両方にどのように依存するか？
• RQ5 分布保存圧縮における、レート、共通ランダムネス、知覚的忠実性の根本的トレードオフは何か？

主な発見

• 完全なリアリズムを伴うRDP関数は、共通ランダムネスが無限大のときのみ達成可能であり、有限の共通ランダムネスでは、いかなる固定レートに対しても歪みが厳密に大きくなる。
• 二次ガウス型の場合、最適歪みは Δ = 2 − 2ρ√(1 − 2^{−2R_c}(1 − ρ²)) であり、これはレート R と共通ランダムネス R_c に明示的に依存する。
• R_c → ∞ のとき歪みは最小化され、標準的なRDP関数に回復する。有限の R_c では歪みが増加し、制限付き共有ランダムネスのコストが明確に示される。
• 逆方向の証明により、レートと共通ランダムネスが R + R_c ≥ I(Y;U) および R ≥ I(X;U) を満たす必要があることが示され、最適ケースでは等号が成立する。
• 最適補助変数 U はガウス分布に従い、相互情報量項は I(X;U) = ½ log₂(1/(1−ρ²)) および I(Y;U) = R_c + ½ log₂(1/(1−ρ²)) に簡略化され、レートと共通ランダムネスが相関構造と結びつく。
• 解析により、一般に、知覚的忠実性（分布保存）は、共有ランダムネスがなければ達成できないことが明らかになった。これは、歪み尺度が複雑であっても、人間によるアノテーションであっても同様である。