[论文解读] Guetzli: Perceptually Guided JPEG Encoder

Alakuijala, Jyrki, Robert Obryk+4 more|arXiv (Cornell University)|Mar 13, 2017

Advanced Image Processing Techniques参考文献 1被引用 26

一句话总结

Guetzli 是一种基于感知的 JPEG 编码器，利用 Butteraugli 心理视觉度量来优化全局量化表和 DCT 系数，在保持相同感知质量的前提下，相比其他编码器可将文件大小减少 29–45%。它利用人类视觉系统模型——如色度掩蔽、空间频率敏感性以及亮度掩蔽——实现更均匀、视觉上无法区分的压缩效果。

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.

研究动机与目标

• 通过利用人类视觉的先进模型，实现 JPEG 文件大小的减小，同时保持不可察觉的视觉退化。
• 解决标准 JPEG 编码器中常见的视觉质量不均匀退化问题，尤其是在边缘和高对比度区域。
• 探究感知优化是否能在 JPEG 的技术限制下显著提升压缩效率。
• 证明即使在 JPEG 格式的约束下，基于感知的优化也能实现显著的尺寸节省。
• 为未来支持空间自适应量化和更丰富色彩建模的图像格式提供概念验证。

提出的方法

• 采用闭环优化框架，编码器根据 Butteraugli 感知距离度量的反馈，迭代调整量化表和 DCT 系数。
• 将 Butteraugli 作为目标函数，其建模了人类视觉的三个关键方面：色度掩蔽（例如，黄色背景会掩蔽蓝色变化）、高频区域中蓝色敏感度降低，以及基于局部图像活动的视觉掩蔽。
• 对小的 DCT 系数进行激进的置零操作，以减少熵，同时保持感知质量。
• 在三个 JPEG 参数上进行优化：全局量化表、DCT 系数量化和色度子采样（YUV420 模式）。
• 在色彩空间中，为低频和高频成分分别使用独立的掩蔽模型，以指导量化决策。
• 以特定的 Butteraugli 距离为目标，确保与原始图像在感知上等价，然后在该约束下最小化文件大小。

实验结果

研究问题

• RQ1 感知建模是否能显著减少 JPEG 文件大小，同时保持无法察觉的视觉质量？
• RQ2 与标准编码器相比，感知优化如何影响压缩伪影在空间上的分布？
• RQ3 在缺乏原生空间自适应量化的情况下，心理视觉度量（如 Butteraugli）在多大程度上能提升压缩效率？
• RQ4 使用基于感知的编码器时，编码时间与文件大小减少之间的权衡如何？
• RQ5 在相同感知质量下（以 Butteraugli 衡量），不同 JPEG 编码器在文件大小上如何比较？

主要发现

• 与其它 JPEG 编码器相比，Guetzli 在相同 Butteraugli 感知距离下实现了 29–45% 的文件大小减少。
• 与 libjpeg 在质量 95 下相比，Guetzli 在测试数据集中将文件大小减少了 43.19%。
• 与使用 -tune-ms-ssim 参数的 mozjpeg 相比，Guetzli 在相同感知质量下实现了 45.39% 的大小减少。
• 通过 Butteraugli 提供的感知反馈，实现了更均匀的视觉退化，减少了明显的振铃效应和方块伪影。
• 尽管编码速度显著较慢，Guetzli 的结果表明，即使在 JPEG 格式的限制下，感知优化仍能带来显著的收益。
• 结果表明，未来支持空间自适应量化和更丰富色彩建模的图像格式，有望在更低计算成本下实现更大的压缩增益。