LoginSignup
0
0

More than 5 years have passed since last update.

Generative Compressionを読んだ

Last updated at Posted at 2018-11-06

Santurkar, S., Budden, D., & Shavit, N. (2018). Generative Compression. In 2018 Picture Coding Symposium, PCS 2018 - Proceedings (pp. 258–262). https://doi.org/10.1109/PCS.2018.8456298

1.どんなもの?

画像の圧縮,復元をエンコーダとGANを用いて行う.
image.png

2.先行研究と比べてどこがすごいか?

JPEGより高い圧縮率と,解像度の高い復元が可能.

3.技術や手法のキモはどこにあるか?

image.png 
gがジェネレータ,dがディスクリミネータ,fはエンコーダ

図の上の部分がGAN.
ノイズからジェネレータが実際の画像のような画像生成するように学習し,ディスクリミネータは実際の画像かジェネレータの出力が判別できるように学習する.
image.png
Lossは一般的なGANのLoss

下の部分がエンコーダとデコーダ
エンコーダの学習は,出力をジェネレータに入力したときにエンコーダと同じ画像を出力できるように学習する.
image.png
Conv4はImageNetで学習したAlexNet
Lossは単純に入力画像と出力画像の差のL2ノルムと,特徴抽出したときのL2ノルム両方をへらす.
単純なMSEだと高周波成分が無視される傾向にある.

4.どうやって有用だと検証した?

CelebA, UT Zappos50K, MIT Placesで実験
image.png
image.png
image.png

5.議論はあるか?

6.次に読むべき論文はあるか?

画像の圧縮の論文
Deepじゃない
Rott Shaham, T., & Michaeli, T. (n.d.). Deformation Aware Image Compression. Retrieved from https://arxiv.org/pdf/1804.04593.pdf

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0