999
AI新技術：利用神經網絡對圖片進行超級壓縮
像神經網絡這樣的數據驅動算法已席卷全球。他們最近的激增是由於硬件變得更加便宜也更加強大，同時也不缺乏大量的數據的支持。神經網絡目前發展到“圖像識別”，“自然語言理解”等認知任務，當然也僅限於此類任務。在這篇文章中，我將討論一種使用神經網絡壓縮圖像的方法，以更快的速度實現圖像壓縮的最新技術。
本文基於“基於卷積神經網絡的端到端壓縮框架”（https://arxiv.org/pdf/1708.00838v1.pdf）。
你需要對神經網絡有一些熟悉，包括卷積和損失函數。
什麼是圖像壓縮？
圖像壓縮是轉換圖像使其占用較少空間的過程。簡單地存儲圖像會占用大量空間，因此存在編解碼器，例如JPEG和PNG，旨在減小原始圖像的大小。
有損與無損壓縮
圖像壓縮有兩種類型：無損和有損。正如他們的名字所暗示的那樣，在無損壓縮中，有可能獲取原始圖像的所有數據，而在有損壓縮中，有些數據在轉換中丟失。
例如JPG是一種有損算法，而PNG是一種無損算法
無損和有損壓縮之間的比較
仔細看會發現右邊的圖像有很多小塊，這就是信息的丟失。類似顏色附近的像素被壓縮為一個區域，節省了空間，但也丟失關於實際像素的信息。當然，像JGEG，PNG等編解碼器的實際算法要複雜得多，但這是有損壓縮的良好直觀示例。無損當然好，但它在磁盤上占用了太大的空間。
雖然有更好的方法壓縮圖像而不會丟失大量信息，但是它們太慢了，許多使用迭代的方法，這意味著它們不能在多個CPU內核或GPU上並行運行。這使得它們應用在日常使用中並不現實。
進入卷積神經網絡
如果需要計算任何東西並且可以近似，就可以讓一個神經網絡來做。作者使用一個相當標準的卷積神經網絡來改善圖像壓縮。他們的方法不僅能達到“更好的壓縮圖像方法”的效果，還可以利用並行計算，讓速度的快速提升。
因為，卷積神經網絡（CNN）非常擅長從圖像中提取空間信息，然後以更緊湊的結構表現（例如，僅存儲圖像的“重要”比特）。作者想利用CNN的這種能力更好地表現圖像。
架構
作者提出了一個雙重網絡。第一個網絡，將采集圖像並生成壓縮表示（ComCNN）。然後，這個網絡的輸出通過標準的編解碼器（例如JPEG）進行處理。經過編解碼器後，圖像將被傳遞到第二個網絡，從編解碼器“修複”圖像，試圖恢複原始圖像。作者稱之為重建CNN（RecCNN）。這兩個網絡都被反複地訓練，類似於GAN。
ComCNN將壓縮表示傳遞給標準的編解碼器
來自ComCNN的輸出被放大並傳遞給RecCNN，它將嚐試學習一個殘差
編解碼器的輸出被放大，然後傳遞給RecCNN。RecCNN將嚐試輸出與原始圖像相似的圖像。
殘差是什麼
殘差可以被認為是“改善”編解碼器解碼的圖像的後處理步驟。神經網絡有很多關於世界的“信息”，可以對“修複”做出認知決定。這個想法是基於殘差學習，你點擊鏈接進行更深入的了解（https://arxiv.org/pdf/1708.00838v1.pdf）。
損失函數
由於有兩個網絡，所以使用兩個損失函數函數。第一個，對於ComCNN，標記為L1，定義為：
ComCNN的損失函數（公式1.0）
說明
這個方程可能看起來很複雜，但它實際上是標準MSE（均方誤差）。||²表示它們所包含的矢量的“標準”。
（公式1.1）
Cr表示ComCNN的輸出。θ表示ComCNN的可訓練參數，Xk表示輸入圖像
（公式1.2）
Re（）表示RecCNN。該方程將公式1.1的值傳遞給RecCNN。“θ帽”表示RecCNN的可訓練參數（帽表示參數固定）
直觀的定義
公式1.0將使ComCNN修改它的權重，這樣，在經過RecCNN重新創建後，最終圖像將盡可能接近真實的輸入圖像。
RecCNN的第二個損失函數定義為：
（公式2.0）
說明
同樣的，這個函數可能看起來很複雜，但它是一個常見而標準的神經網絡損失函數（MSE）。
（公式2.1）
Co（）表示編解碼器的輸出。x帽表示ComCNN的輸出。θ2表示RecCNN的可訓練參數。res（）隻表示網絡學習的殘差，它隻是RecCNN的輸出。值得注意的是，RecCNN在Co（）和輸入圖像之間的差異進行訓練，而不是直接從輸入圖像中進行訓練。
直觀的定義
公式2.0將使RecCNN修改其權重，使得其輸出看起來盡可能接近原始圖像。
訓練計劃
這些模型經過類似於GAN的訓練方式的迭代訓練。第一個模型的權重是固定的，而第二個模型的權重被更新，然後第二個模型的權重是固定的，而第一個模型被訓練。
基準
作者將其方法與現有方法進行了比較，包括簡單的編解碼器。他們的方法比其他方法更好，同時在有能力的硬件上使用時保持高速。作者注意到嚐試隻使用其中一個網絡性能會下降。
SSIM（結構相似度指數）比較。較高的值表示與原始的更好的相似性，作者的作品是粗體。
結論
一種應用深度學習來壓縮圖像的新技術。我們討論了除了圖像分類和語言處理等常用任務之外，使用神經網絡的可能性。這種技術不僅壓縮表現良好，處理圖像的速度也更快。
本文為編譯作品，轉載請注明出處。更多內容關注微信公眾號：atyun_com
最後更新：2017-10-20 12:33:24